Improving the Physicochemical and Sensory Characteristics of Plantain “Konkondé” towards Adding Value to Traditional Products
Notice bibliographique
Résumé
These samples of “konkondé” were subjected to textural, calorimetric, sensory and biochemical analysis. The results obtained from theImproving the brittle texture and dark colour of plantain “konkondé” is a lever for meeting consumer demands and promoting this met. The aim is therefore to help add value to plantain “konkondé” by improving its texture and clarity. To this end, cassava flour was used as a binding and clarifying agent for plantain “konkondé” at proportions of 0% (FB), 30% (FBM30) and 50% (FBM50), respectively. The “konkondé” was prepared by cooking with water under kneading until the paste was obtained. statistical analyses showed an increase in elasticity (elasticity FB = 7.59 ± 1.02 mm; elasticity FBM30 = 9.95 ± 0.12 mm and elasticity FBM50 = 11.71 ± 0.06 mm) and clarity (L*FB = 40.7±0.38; L* FBM30 = 51.23±0.66; L* FBM50 = 57.4±0.66) in proportion to the addition of cassava flour. Of these three samples, the “konkondé” FBM30 was the most accepted by panellists with a rating of 7 on a scale of 9. This “konkondé” contains 0.81±0.11% protein; 0.12±0.02% lipid; 0.11±0.01% fibre; 0.69±0.09% ash; 23.19±2.00% carbohydrate and has an energy value of 97.08±2.88%. Its potassium, phosphorus, magnesium, calcium and iron concentrations are 281.99 ± 2.26 mg/100g; 85.51 ± 1.24 mg/100g; 22.90 ± 0.88 mg/100g; 41.42 ± 0.48 mg/100g and 1.77 ± 0.03 mg/100g, respectively. Incorporation of cassava flour improves the texture and colour of plantain “konkondé”
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».