MétaCan
Menu
Retour à la cohorte
Enregistrement W7133082243

Alginate-based Microencapsulation of Iron through 2 3-fluid nozzle Spray Drying Techniques for Tea Fortification

2025· dissertation· W7133082243 sur OpenAlexaff
Kamilla Aliyeva

Notice bibliographique

RevueTSpace · 2025
Typedissertation
Langue
DomaineAgricultural and Biological Sciences
ThématiqueMicroencapsulation and Drying Processes
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSpray dryingNozzleChitosanSodium bicarbonateSpray nozzleFerrousSodium alginateFortification
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Iron-deficiency anaemia is a global health issue, affecting over 1.2 billion people and causing significant health and economic impacts. Traditional solutions like supplementation and dietary changes are often unfeasible for low- and middle-income groups. This study explores a cost-effective solution: fortifying milk tea with iron through alginate-based microencapsulation using two- and three-fluid nozzle spray drying techniques. As the second most popular beverage globally, tea is an ideal vehicle for fortification. Various strategies were explored, including optimising spray drying parameters (inlet temperatures of 120°C, 140°C, and 160°C; core and shell feed flow rates of 1.47 mL/min and 1.4 mL/min, or 2.4 mL/min and 2.8 mL/min, respectively), varying sodium alginate concentrations (1%, 2%, 3%), and incorporating additional wall materials like fungal chitosan and gum arabic. A double-coating method with fungal chitosan was the most effective approach. The optimised formulation used 3% (w/v) sodium alginate and 2.39% (w/v) ferrous sulphate heptahydrate in the core feed, along with 0.69% (w/v) calcium carbonate in the shell feed during the first spray drying with a three fluid nozzle with an inlet temperature of 120℃, flow rate of 1.47 mL/min for core feed and 1.4 mL/min for shell feed. The premix was further coated with 0.5% (w/v) fungal chitosan in a second spray-drying step with a two-fluid nozzle with the same parameters. This method achieved an encapsulation efficiency of 70% ± 21.6 while preserving the tea’s taste and appearance (ΔE = 2.1 ± 1.1). Our approach demonstrates significant potential for combating iron-deficiency anaemia effectively.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,001

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)0,0000,000

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 Opus0,038
Tête enseignante GPT0,340
Écart entre enseignants0,302 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetMicroencapsulation and Drying ProcessesTravaux en français237 207