MétaCan
Menu
Retour à la cohorte
Enregistrement W6958212553 · doi:10.60692/2efk3-ww097

Physicochemical characteristics and microbiological quality of senescent plantain products

2018· article· en· W6958212553 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBanana Cultivation and Research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMoistureRipeningPlate countAerobic bacteriaFood productsColiform bacteria

Résumé

récupéré en direct d'OpenAlex

Senescent plantains have relatively very rapid deterioration rate compared to plantains at other ripening stages. In Ghana, they are used for products which are consumed either as a snack or a main meal. This paper presents results of a study conducted in five regions of Ghana to investigate processing of senescent plantain products and evaluate their physicochemical characteristics and microbial quality. Survey data were collected on product types and processing methods. Freshly prepared products obtained from respondents were packaged in Ziploc bags and transported in a clean ice chest to the lab for physicochemical and microbial analyses. Samples were stored in the refrigerator (5°C) prior to analyses. Products made by respondents include Apitsi or Apiti, Bodongo, Akankyie, Ofam, Kumaku, Agbetenya; which were either baked or steamed. There were variations in cooking methods, time, type and quantity of ingredients used to produce these products. The products had relatively high moisture (47.63% − 68.42), appreciable crude fat (0.06% − 9.50%), crude protein (1.66% − 7.87%) contents and were good sources of energy (129.64 kcal/g − 241.19/g). The products were slightly acidic, with pH ranging from 4.53 to 5.38. Aerobic plate count, yeast and mold, coliform and E. coli ranged between <10 to 1.7 × 105 CFU/g; 0 and 3.9 × 105 CFU/g; 0 and 1.5 × 102 CFU/g; and 0 and <10 CFU/g, respectively. The bacteriological quality of samples A to I are more superior than samples J and K. Product standardization is required.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,248
Écart entre enseignants0,175 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetBanana Cultivation and ResearchTravaux en français237 207