Valorization of Fruits Residues in Saba senegalensis (A. DC. Pichon) Juice Processing: Biochemical and Sensory Analysis of the Product
Notice bibliographique
Résumé
During the small-scale processing of fruit juice from Saba senegalensis, the pericarp, seed and seed coat are considered waste and discarded with environmental pollution involvement. Yet, these agricultural by-products or residues often display obvious exploitable nutritional potentials as minerals and antioxidants. This study aims to contribute to the use of fruit residues from S. senegalensis into the processing products, to enhance the value of this agricultural resource and improve its profitability. After incorporating 2%, 5% and 10% (w/v) of ground dried residues, the S. senegalensis juice was filtered, pasteurized and biochemical and sensory traits assessed compared to the raw juice taken as a control. Results showed that the juice becomes thicker (1.01 to 1.05) and viscous (1.85 to 3.85 mPa.s) and its dry matter and ash contents get increasing (3.92 to 5.43% and 0.08 to 0.22%, respectively) with the incorporation of residues up to 10%. The resulting juices display pH of 2.33 to 2.5, which is friendly against nutrients spoilage by fermentation. The presence of carbohydrates and polyphenols also increases (0.91 to 1.69 g/100 mL and 68.81 to 227.14 mg/100 mL, respectively) with the residue’s incorporation into juices. However, the organoleptic traits of the formulations seem more advantageous for raw juice without residue, especially with a greater trend for hedonic acceptance. Incorporating Saba senegalensis fruit’s residues strengthened the nutritional virtues of processed juices and the use of conventional additives such as table sugar and flavorings could also improve the organoleptic ratings.
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 | 0,010 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».