MétaCan
Menu
Retour à la cohorte
Enregistrement W7015285788

STUDI TENTANG PENGARUH PEMANFAATAN SANTAN PADA PRODUK ES KRIM, YOGHURT, KEJU

2021· dissertation· id· W7015285788 sur OpenAlexaff

Notice bibliographique

RevueUnika Repositor (Unika) · 2021
Typedissertation
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueFood and Agricultural Sciences
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésNucleofectionSubpoenaLimitingGloom
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Santan kelapa merupakan salah satu produk pangan yang dihasilkan dari buah tanaman kelapa (Cocos nucifera) dan pada bagian buahnya memilki kandungan senyawa tannin, flavonoid, dan polifenol. Terdapat 2 jenis santan kelapa yang dikembangkan yaitu santan kelapa cair dan santan kelapa bubuk. Santan kelapa cair dapat dimanfaatkan untuk berbagai masakan atau olahan produk pangan seperti pada produk es krim, yoghurt dan keju. Metode yang digunakan yaitu studi pustaka untuk melakukan penelitian review yang dilakukan dengan menganalisis informasi dari data – data kuantitatif maupun kualitatif yang telah didapat dari baerbagai sumber jurnal ilmiah yang telah dipublikasi sebelumnya. Penambahan santan kelapa dapat mempengaruhi hasil overrun dan kadar lemak pada es krim. Penambahan santan kelapa dapat mempengaruhi hasil kadar lemak dan pH pada yoghurt. Penambahan santan kelapa dapat mempengaruhi hasil rendemen dan kadar lemak pada keju. Penambahan santan kelapa dapat mempengaruhi hasil uji organoleptik meliputi aroma, warna, rasa dan tekstur pada produk es krim, yoghurt dan keju. Oleh karena itu dilakukan review mengenai pengaruh pemanfaatan santan dengan melihat penggunaan santan dengan beberapa kombinasi pada pemanfaatan santan kelapa terhadap karakteristik fisik, kimia dan organoleptik. Penambahan santan pada produk es krim dapat meningkatkan overrun, kadar lemak, aroma, rasa, warna dan tekstur. Penambahan santan pada produk yoghurt menurunkan pH , meningkatkan kadar lemak, aroma, warna, rasa dan tekstur. Penambahan santan pada produk keju menurunkan rendemen, meningkatkan kadar lemak, aroma, warna, rasa dan tekstur .

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,014
Tête enseignante GPT0,228
Écart entre enseignants0,214 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUnika Repositor (Unika)Même sujetFood and Agricultural SciencesTravaux en français237 207