MétaCan
Menu
Retour à la cohorte
Enregistrement W1579285989 · doi:10.1111/jfq.12151

Quality of Bread and Cookie Baked from Frozen Dough and Batter Containing <i><scp>β</scp></i>‐Glucan‐Rich Barley Flour Fraction

2015· article· en· W1579285989 sur OpenAlexafffund
A. A. Hamed, Sanaa Ragaee, Massimo F. Marcone, El‐Sayed M. Abdel‐Aal

Notice bibliographique

RevueJournal of Food Quality · 2015
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Guelph
Organismes subventionnairesOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésFood scienceFraction (chemistry)ChemistryWheat flourChromatography

Résumé

récupéré en direct d'OpenAlex

Abstract Prolonged frozen storage of dough and batter unfavorably affects the quality of end baked products. The effect of air‐classified barley flour fraction rich in β‐glucan (∼25%) on the quality of bread and cookie baked from frozen dough/batter was investigated. Dough and batter were stored at −18C for 8 and 4 weeks, respectively, and evaluated for baking quality at weekly intervals. Bread made from fresh control dough produced the highest loaf specific volume (LSV) compared with those baked from composite dough. Control and composite frozen dough breads exhibited similar LSV and crumb texture profile up to 4 weeks of storage. Frozen storage of batter for 4 weeks resulted in no significant changes in either hardness or stickiness of batter and spread factor of cookie compared with control, while breaking force of cookie decreased. The addition of β‐glucan‐rich barley flour fraction holds a promise for developing fiber‐rich bread or cookie from frozen dough or batter. Practical Applications Incorporation of air‐classified barley flour fraction rich in β‐glucan in bread dough and cookie batter stored at freezing temperature (−18C) improves their shelf life through the restriction of water mobility in dough or batter without compromising the quality of baked end products. Such data can be invaluable in the baking industry.

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 enseignants0,004
Score d'incertitude au seuil0,008

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)0,0020,000

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 Opus0,096
Tête enseignante GPT0,332
Écart entre enseignants0,236 · 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

Citations14
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Food QualityMême sujetFood composition and propertiesTravaux en français237 207