MétaCan
Menu
Retour à la cohorte
Enregistrement W7037623701

Fluidized-bed drying and microwave-assisted fluidized-bed drying of carrot slices

2016· dissertation· en· W7037623701 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2016
Typedissertation
Langueen
DomaineMedicine
ThématiqueReproductive Health and Contraception
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistère de l'Agriculture, des Pêcheries et de l'Alimentation
Mots-clésBlanchingCitric acidFreeze-dryingOsmotic dehydrationWater activityWood dryingWater contentSugar
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Essential nutrients such as minerals, vitamins and fibre are mainly obtained from vegetables and fruits.However, the industrial processing and marketing of fresh fruits and vegetables produce a lot of residues to be disposed.These residues contain nutritional compounds to be recovered for the human consumption.Drying technology can be applied to transform these residues into high-value by-products to enhance the agricultural income and protect the environment.Drying process is used to remove free water from the drying material by the efficient supply of thermal energy and produce dried products of desired quality.Different drying methods have been investigated for drying of vegetables and fruits, such as hot air drying, microwave-assisted drying, microwave-assisted hot air drying and combined microwave-vacuum and freeze drying.In this study, the drying performance of fluidized-bed drying and microwave-assisted fluidized-bed drying were analyzed and optimized.Carrot slices were used as the drying material.In the first study, the fluidized-bed drying (FBD) of carrot slices without any pretreatment at controlled inlet air temperatures of 40°C, 50°C and 60°C and with pretreatment methods of water blanching (WB), osmotic drying 20% sugar solution (SS) and 1% citric acid (CAS) at 60°C were conducted.The drying duration significantly decreased with the increase of drying temperature for carrot slices without any pretreatment.At the drying temperature of 60°C, there was 60% reduction in drying time for carrot slices with pre-treatment.The best fitting mathematical models to the experimental data were selected and analyzed.The pre-treatment helped to retain the natural color in the dried carrot slices.Textural strength of the dried carrot slices increased with the increase in inlet air temperature and the application of pre-treatments before drying.In the second study, the microwave-assisted fluidized-bed drying (MWFBD) of carrot slices at different initial microwave power densities and inlet air temperatures were investigated.The drying conditions such as the initial microwave power density and inlet air temperature were optimized.The drying performance of pre-treated carrot slices with Dans la seconde partie de l'étude, des essais on été effectués pour comparer la cinétique de séchage des tranches de carottes dans un lit fluidisé assisté par micro-ondes (MWFBD) opérant avec différentes densités de puissance micro-ondes et de températures d'air.Des essais ont permis de comparer l'efficacité de différents prétraitements.Les résultats obtenus ont conduit à l'optimisation des conditions de séchage et de prétraitement en fonction du temps de séchage et de la qualité des produits séchés.Des modèles mathématiques ont été développés pour représenter la cinétique de séchage des tranches de carottes dans un lit fluidisé utilisant l'effet combiné de l'air chaud et de l'énergie micro-ondes.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,022
Tête enseignante GPT0,282
Écart entre enseignants0,260 · 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
GenreMéthodes

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetReproductive Health and ContraceptionTravaux en français237 207