Electromagnetic field assisted supercooling preservation technology of fresh-cut Hami melon: synergistic modulation on supercooled performance and physicochemical properties
Notice bibliographique
Résumé
Abstract Supercooling storage preserves the quality of fresh-cut fruits without ice formation, but its practical application is limited by instability. This study developed a supercooling preservation approach based on the synergistic application of a static magnetic field (30 mT) and a low-voltage electrostatic field (500 V/m) (SMF–LVEF) for fresh-cut Hami melon. Samples were treated with SMF, LVEF, and their combination, and compared with conventional refrigeration and the control without electromagnetic field treatment. Supercooling parameters and storage quality indicators, including physicochemical properties, microbial growth, and microstructure, were evaluated. The combined-field treatment maintained a stable supercooled state for up to 16 days at −5 °C and improved supercooling performance by lowering the nucleation temperature and increasing the degree of supercooling. It also delayed weight loss, texture softening, colour change, reduced microbial growth, and preserved cell-wall integrity. Notably, the malondialdehyde content and total colony count were reduced by 46.21% and 36.70%, respectively, compared with refrigerated samples. These results indicate that combined electric and magnetic fields provide a promising strategy for improving supercooling stability and maintaining the quality of fresh-cut, high-moisture fruits.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».