Use of electrical stimulation and chilling to enhance meat tenderness of heavy lambs
Notice bibliographique
Résumé
Pouliot, E., Gariépy, C., Thériault, M. and Castonguay, F. W. 2014. Use of electrical stimulation and chilling to enhance meat tenderness of heavy lambs. Can. J. Anim. Sci. 94: 627-637. The aim of this study was to determine if electrical stimulation and chilling can modulate pre-rigor pH-temperature dynamics in order to enhance meat tenderness of heavy lambs produced in Quebec and determine if there is an optimum carcass temperature window to reach pH 6.0. A total of 128 heavy lambs (fasted body weight between 38 and 52 kg) were selected at the abattoir over 8 slaughter days (16 lambs d-1) and assigned to four processing treatments in a 2×2 factorial design: electrical stimulation (ES) or not (NES) and normal (NC) or slow (SC) chilling. Slow-chilled carcasses stayed warmer during the first 12 h postmortem (P<0.001), but reached the same temperature as NC ones thereafter. They also had a lower pH between 2 and 12 h (P<0.05). Stimulated carcasses had a lower pH than NES throughout the first 24 h postmortem (P<0.001), while ultimate pH was similar (P=0.738). Shear force values were improved (P<0.001) by both ES and aging as expected, although chilling had no effect (P=0.400). Stimulation×aging interactions for shear force values (P=0.019) and myofibrillar fragmentation index (P=0.097) indicate that aging began earlier following ES. Sarcomeres were longer for ES compared with NES carcasses (P<0.001) indicating that the latter were subject to cold shortening. Meat from NES carcasses was more prone to be tough, although an important part of NES carcasses provided tender meat. This illustrates the importance of individual variations on tenderness and the multiplicity of factors involved in its development. No optimal window was observed for temperature at pH 6.0.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».