Edible Films and Coatings from Soybean and Other Protein Sources
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Proteins are abundant in nature and are highly functional. They can be converted into edible films and coating for food applications. The formation of protein films and coatings require a denaturation step to unfold the protein molecules and to promote intermolecular interactions via the formation of disulfide and hydrogen bonds, as well as hydrophobic interactions. Plasticizers, such as low‐molecular‐weight polyols and organic acids, are often added to the film‐forming formulations to impart flexibility essential for end‐use handling. By and large, edible films are produced by solvent casting. Solution properties (viscosity, surface tension, etc.) must be optimized in order to produce coherent film of consistent material properties. Alternatively, dry processing involves extrusion of proteins at elevated temperature (above glass transition) in the presence of small quantity of water and plasticizer. Material properties of protein films can be modified by incorporating additives, heat curing, and/or irradiation/chemical treatments to achieve optimal mechanical strength and extensibility essential for end‐use handling. Protein films and coatings are strong gas barriers when they are dry but exhibit poor moisture barrier properties due to their inherent hydrophilic nature. Edible films and coatings are versatile carriers for bioactives (e.g. antimicrobials, antioxidants, nutraceuticals, and micronutrients), flavors, colors, and other additives, making them a useful tool in product innovation.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 découle