Estudio reológico de las mezclas de harinas: trigo (Triticum vulgare), cebada (Hordeum vulgare) y papas (Solanum tuberosum) para la utilización en la elaboración de pan
Bibliographic record
Abstract
Con las harinas de trigo importado, el trigo nacional y los cereales que se producen en el país, y el tubérculo papa, se realizó un estudio reológico para determinar las proporciones más convenientes de sustitución de harina de trigo importado con éstas últimas y su factibilidad para la elaboración de pan. Se trabajó en mezclas de harinas, de trigo CWRS#1 (trigo rojo de primavera del oeste de Canadá), de cebada Cañicapa, trigo Cojitambo y papa Gabriela, provenientes de cultivos ecuatorianos, en proporciones de 10, 20 y 30% (p/p). Las masas provenientes de las mezclas de harinas fueron analizadas en un Farinógrafo Brabender, con la finalidad de determinar la absorción de agua, el tiempo de desarrollo, la estabilidad e índice de tolerancia, con el objeto de seleccionar las mezclas de harinas que tuvieran un comportamiento similar a la harina de trigo CWRS#1. Las mejores mezclas encontradas fueron: harina de trigo CWRS#1 sustituida con el 10, 20 y 30% de harina de cebada Cañicapa; y la mezcla de harina de trigo CWRS#1 con harina de trigo Cojitambo en un 30%. Estas mezclas de harinas seleccionadas fueron también sometidas al análisis reológico de sus masas utilizando un equipo MIXOLAB. La utilización de las harinas seleccionadas en la elaboración de pan fue evaluado a través de un análisis sensorial. Los panes más aceptados por los consumidores fueron aquellos que contenían 20 y 30% de cebada; seguido del grupo de los elaborados con trigo importado con 30% de trigo Cojitambo, y los que contenían el 10% de harina de cebada.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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 source (direct Gemma or distilled Codex), 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".