MétaCan
Menu
Retour à la cohorte
Enregistrement W6990718543

The Effect of Some Chemical Additives on the Foaming Performance of the Pasteurized Liquid Egg White

2018· article· en· W6990718543 sur OpenAlexfundno aff

Notice bibliographique

RevueDigital Repository of Polessky State University (Polessky State University) · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Population and Public HealthSelçuk ÜniversitesiKing Saud University
Mots-clésCitric acidEgg whiteTartaric acidYolkPasteurizationSodium citrateHeat stability
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The foam stability ranged between 46.7 (0.5 mg/kg phospholipase.24h) and 64.6 (0.5 mg/kg phospholipase.48 h). When tartaric acid is added to egg white in the rate of 5 %, an increasing in foam capacity and stability were observed. In the use of sodium acid pyrophosphate (SAPP), especially on performance effects, it was seen that the similar results to citric acid and tartaric acid were obtained. In Control Group 1, while the effect on foam capacity was 200 units, due to the fact that it does not form cream of lump of dough. In Group 2, whose contamination of egg yolk is low, it was seen that it was only 40 units. In the rates of tryethyl citrate of 0.1 -1 ml/kg, in the studies on two different control group, in pH and brix, any variation was not observed. In foam capacity, the values between 640-690 were identified and in stability, the values ranging 60.3-67.4. It is considered that the rate of maximum using was around 0.2 ml/kg. Triethyl citrate protects egg white against the detrimental effects of egg yolk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,731

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,158
Écart entre enseignants0,152 · 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 tête enseignante, 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository of Polessky State University (Polessky State University)Même sujetProteins in Food SystemsTravaux en français237 207