اثر گرادیان ولتاژ و نوع الکترود بر خواص کیفی آب هویج در حرارتدهی اهمیک
Bibliographic record
Abstract
حرارتدهی اهمیک که به عنوان حرارتدهی ژول نیز شناخته میشود، یکی از روشهای حرارتدهی محصولات غذایی است. گرمایش اهمیک یک فرآیند حرارتیدهی پیشرفته است که در آن ماده غذایی بعنوان مقاومت الکتریکی عمل میکند. سامانه آزمایشگاهی آن معمولا شامل الکترودهایی است که با مواد غذایی تماس داشته و به موجب آن الکتریسیته از طریق ماده غذایی و با استفاده از تغییر ولتاژ منتقل میگردد. در این تحقیق از یک سیستم گرمایش اهمیک برای تغلیظ آب هویج استفاده شد و اثر گرمایش اهمیک بر تغییر کلی رنگ (EΔ)، درصد تغییر pH و میزان مصرف انرژی ویژه آب هویج در گرادیانهای مختلف ولتاژ (15، 20 و 25 ولت بر سانتیمتر) با استفاده از الکترودهای مختلف (استیل، مس، آلومینیوم و روی) بررسی شد. نتایج نشان داد که با افزایش گرادیان ولتاژ، انرژی مصرفی ویژه کاهش یافت. الکترود مس بهترین عملکرد را از نظر درصد تغییر pH، مصرف انرژی ویژه و تغییر کلی رنگ (EΔ) داشت. انرژی مصرفی ویژه از 45/3 تا 87/3 مگا ژول بر کیلوگرم به ترتیب برای الکترود مس در گرادیان ولتاژ 25 ولت بر سانتیمتر و الکترود استیل در گرادیان ولتاژ 15 ولت بر سانتیمتر تغییر یافت. حرارتدهی اهمیک که به عنوان حرارتدهی ژول نیز شناخته میشود، یکی از روشهای حرارتدهی محصولات غذایی است. گرمایش اهمیک یک فرآیند حرارتیدهی پیشرفته است که در آن ماده غذایی بعنوان مقاومت الکتریکی عمل میکند. سامانه آزمایشگاهی آن معمولا شامل الکترودهایی است که با مواد غذایی تماس داشته و به موجب آن الکتریسیته از طریق ماده غذایی و با استفاده از تغییر ولتاژ منتقل میگردد. در این تحقیق از یک سیستم گرمایش اهمیک برای تغلیظ آب هویج استفاده شد و اثر گرمایش اهمیک بر تغییر کلی رنگ (EΔ)، درصد تغییر pH و میزان مصرف انرژی ویژه آب هویج در گرادیانهای مختلف ولتاژ (15، 20 و 25 ولت بر سانتیمتر) با استفاده از الکترودهای مختلف (استیل، مس، آلومینیوم و روی) بررسی شد. نتایج نشان داد که با افزایش گرادیان ولتاژ، انرژی مصرفی ویژه کاهش یافت. الکترود مس بهترین عملکرد را از نظر درصد تغییر pH، مصرف انرژی ویژه و تغییر کلی رنگ (EΔ) داشت. انرژی مصرفی ویژه از 45/3 تا 87/3 مگا ژول بر کیلوگرم به ترتیب برای الکترود مس در گرادیان ولتاژ 25 ولت بر سانتیمتر و الکترود استیل در گرادیان ولتاژ 15 ولت بر سانتیمتر تغییر یافت.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.006 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".