MétaCan
Menu
Retour à la cohorte
Enregistrement W7132107769

The Influence of Concentration with a Membrane Process of Reverse Osmosis on the Colour Compounds of Cabernet Sauvignon Wine

2020· dissertation· hr· W7132107769 sur OpenAlexaboutno aff
Suzana Korbar

Notice bibliographique

RevueRepository of the Faculty of Food Technology Osijek · 2020
Typedissertation
Languehr
DomaineChemistry
ThématiqueEdible Oils Quality and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWineReverse osmosisMembrane technologyManufacturing process
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Utjecaj koncentriranja crnog vina Cabernet Sauvignon procesom reverzne osmoze te utjecaj na zadržavanje tvari boje pri četiri različita tlaka (25, 35, 45, 55 bara) i dva temperaturna režima (s primjenom i bez primjene hlađenja) cilj je provedbe ovog diplomskog rada. Postupak koncentriranja proveden je na uređaju za reverznu osmozu Lab Unit 20 s kompozitnim membranama Alfa Laval-RO tipa RO98pHt M20 složenih u pločasti modul. Profil tvari boje vina detektiran je spektrofotometrijskim analizama te metodom visoko tekućinske kromatografije (HPLC). Dobiveni rezultati pokazuju visoku učinkovitost postupka koncentriranja vina tehnologijom reverzne osmoze. Optimalni parametri zadržavanja antocijana, flavonoida, fenolnih kiselina i ostalih vrlo osjetljivih sastojaka vina postignuti su pri procesnom tlaka od 55 bara s primjenom hlađenja. Suprotno tome, najveći gubitak kako pojedinačnih tako i ukupnih polifenolnih komponenti zamijećen je pri tlaku 45 i 55 bara bez mogućnosti hlađenja sustava.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,015
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,253
Écart entre enseignants0,242 · 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.

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRepository of the Faculty of Food Technology OsijekMême sujetEdible Oils Quality and AnalysisTravaux en français237 207