MétaCan
Menu
← Retour à la cohorte
Enregistrement W97723791

Er der lighedstegn mellem proteinprocent og kvalitet af hvede til human konsum

2000· article· da· W97723791 sur OpenAlexaboutno aff
Johannes Ravn Jørgensen

Notice bibliographique

RevueOrganic Eprints (International Centre for Research in Organic Food Systems, and Research Institute of Organic Agriculture) · 2000
Typearticle
Langueda
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGynecologyInternal medicineMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Der er en lang række af faktorer, som påvirker hvedes egnethed til human konsum, dvs. egnethed til brød-, kiks- og kagefremstilling. En del af disse faktorer er landmanden selv herre over, såsom sortsvalg, dyrkningspraksis samt høst, tørring og lagring. Men også klimaet påvirker i høj grad kvaliteten af det høstede hvede i såvel positiv som negativ retning. Hvedens kvalitative egnethed er dog betinget af tre basale faktorer. Det er proteinindhold, hårdhed og glutenstyrke. \n \n·\tProteinindholdet af kernerne er vigtigt, da højproteinmel giver et potentielt større brødvolumen, større vandabsorption og giver brød med bedre holdbarhed. \n \n·\tHårde hveder har en hård endosperm (frøhvide). Endospermen, der indeholder ca. 80% af kernens protein, består primært af store kantede celler, der er fyldt med stivelse, og har yderst mod frøskallen et lag endospermceller med et forholdsvis stort indhold af fedt og proteinstoffer. Hårde hvedetyper kræver mere energi til formaling, hvorved et stort antal af stivelsescellerne bliver fysisk beskadiget. Bløde hvedetyper producerer derimod mel med et lavt niveau af beskadiget stivelse. Eftersom beskadigede stivelsesceller optager mere vand end intakte stivelsesceller, optager hårde hveder mere vand end bløde hveder. Durumhvede er som type en meget hård hvede. Amerikanske og canadiske vårhveder er typiske hårde hvedetyper, medens det, vi kalder vinterbrødhvede i Danmark, er af middel hårdhed, og de vinterhvedetyper, vi kalder foderhveder, repræsenterer de bløde hvedetyper. \n \n·\tMængden af gluten er afgørende for vandoptagelsen, da gluten kan optage 2-3 gange sin egenvægt i vand. Når hvedemel blandes med vand, danner de vanduopløselige lagerproteiner en glutenmatrix, et komplet sammenhængende netværk i hvilket bestanddele som stivelse og dannede gasser er indkapslet. Ved æltning trækkes proteinerne ud til en tynd proteinfilm. Gluten danner derved strukturen i dejen, som er bestemmende for de elastiske egenskaber og brødvolumen. Mellem forskellige hvedesorter er der observeret forskelle i elasticiteten af glutenmatrixen og proteinets evne til at danne aggregater (samle dejen). God elasticitet og evnen til at danne aggregater er basale krav for dannelse af en brøddej. Man kan på grund af den tætte sammenhæng mellem proteinindhold og glutenindhold bruge proteinindholdet som en indikator for hvedens indhold af gluten. \n \nUd over disse tre parametre er det vigtigt, at der er et lavt indhold af enzymet α-amylase, der nedbryder stivelse. Dette måles med en faldtals test. Møllerierne og bagerierne foretager derudover prøveformaling, kemiske og fysiske analyser på mel og dej, samt prøvebagning på potentielle brødhvedepartier. Herved opnås de ultimative oplysninger til at vurdere hvedens egnethed til brødfremstilling. \n \nI de senere år er der udviklet en række gode hurtiganalyser, der giver en god indikation af kvaliteten. Således kan man i hvede bestemme protein-, vand- og stivelsesindhold i kernerne ved hjælp af spektrale analyser som NIT (Nær Infrarød Transmission). I de kommende år vil der formentlig komme flere kvalitative informationer via NIT analyserne. \n \nKernehårdhed, der er en parameter, man bruger til klassifikation af hvede i bl.a. USA og Canada, kan også måles direkte på kornet med hurtiganalyser. Hårdhedsbestemmelse vil formodentlig være et godt nyt mål for dansk hvedes egnethed til brødfremstilling. Herved får man et godt og forholdsvis nemt kvalitetsmål. \n

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil0,398

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,1190,092

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 Opus0,060
Tête enseignante GPT0,341
Écart entre enseignants0,281 · 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'étudeObservationnel
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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganic Eprints (International Centre for Research in Organic Food Systems, and Research Institute of Organic Agriculture)→Même sujetAgriculture Sustainability and Environmental Impact→Travaux en français237 207→