The Potential Application of Rice Bran Wax Oleogel to Replace Solid Fat and Enhance Unsaturated Fat Content in Ice Cream
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
The development of structure in ice cream, characterized by its smooth texture and resistance to collapse during melting, depends, in part, on the presence of solid fat during the whipping and freezing steps. The objective of this study was to investigate the potential application of 10% rice bran wax (RBW) oleogel, comprised 90% high-oleic sunflower oil and 10% RBW, to replace solid fat in ice cream. A commercial blend of 80% saturated mono- and diglycerides and 20% polysorbate 80 was used as the emulsifier. Standard ice cream measurements, cryo-scanning electron microscopy (cryo-SEM), differential scanning calorimetry (DSC), and transmission electron microscopy (TEM) were used to evaluate the formation of structure in ice cream. RBW oleogel produced higher levels of overrun when compared to a liquid oil ice cream sample, creating a lighter sample with good texture and appearance. However, those results were not associated with higher meltdown resistance. Microscopy revealed larger aggregation of RBW oleogel fat droplets at the air cell interface and distortion of the shape of air cells and fat droplets. Although the RBW oleogel did not develop sufficient structure in ice cream to maintain shape during meltdown when a mono- and diglycerides and polysorbate 80 blend was used as the emulsifier, micro- and ultrastructure investigations suggested that RBW oleogel did induce formation of a fat globule network in ice cream, suggesting that further optimization could lead to an alternative to saturated fat sources for ice cream applications.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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