MétaCan
Menu
Retour à la cohorte
Enregistrement W7061363504

Physicochemical properties of cocoa butter replacers from supercritical carbon dioxide extracted mango seed fat and palm oil mid-fraction blends

2018· article· en· W7061363504 sur OpenAlexfundno aff

Notice bibliographique

RevueThe University of Malaya Research Repository (University of Malaya) · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGyrotron and Vacuum Electronics Research
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Population and Public HealthUniversiti Sains MalaysiaKing Saud University
Mots-clésIodine valueSaponification valueSupercritical carbon dioxideSaponificationAcid valueFatty acidOleic acidCarbon dioxide
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Supercritical carbon dioxide (scCO2) extracted mango seed fat (MSF) was blended with palm oil mid-fraction (POMF) to obtain cocoa butter replacers (CBRs). The fatty acid constituents and physicochemical properties of the formulated blends were analysed by gas chromatography (GC). In this study, the fatty acid constituents and other physicochemical properties such as iodine value (43.2 to 43.4 g I2/100 g fat), saponification value (195.7 to 195.9 mg KOH/g fat), acid value (2.1 to 2.7%), and slip melting point (33.8 to 34.9°C) of blends MSF/POMF at ratios 85/15, 80/20, 75/25, and 70/30 were found similar to the physicochemical properties of commercial cocoa butter. Thus, it could be concluded that the MSF/POMF blends that are blends 85/15, 80/20, 75/25, and 70/30 (3 to 6) could be suggested as CBRs in terms of the physicochemical properties like fatty acid constituents, iodine, saponification and acid values and slip melting point.

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)0,001
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 enseignants0,059
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,246
Écart entre enseignants0,221 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe University of Malaya Research Repository (University of Malaya)Même sujetGyrotron and Vacuum Electronics ResearchTravaux en français237 207