MétaCan
Menu
Retour à la cohorte
Enregistrement W1965737137 · doi:10.1111/ijfs.12218

Combined acid‐ and rennet‐induced gelation of a mixed soya milk–cow's milk system

2013· article· en· W1965737137 sur OpenAlexaff
Alexandra Grygorczyk, Marcela Alexander, Milena Corredig

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensUniversity of Guelph
Organismes subventionnairesJapan Dairy Association
Mots-clésRennetRheologyChemistryFood scienceMilk proteinChemical engineeringChromatographyCaseinMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Summary The objective of this study was to better understand the gelation behaviour of a mixed soya milk–cow's milk system, by forming different reactive protein particles using rennet and glucono‐δ‐lactone. The formation of the structure of these mixed gels was followed, for the first time, using diffusing wave spectroscopy and rheology. When only one protein source was induced to gel, protein aggregation was hindered, as shown by the slower increase in apparent radius after the gel point. Confocal microscopy analysis of the gel networks suggested that while milk gels exhibited large pores with interconnecting strands of protein, soya gels appeared as densely packed protein aggregates, and mixed soya milk gels appeared as a network of aggregated proteins. This study demonstrated that by modulating the reactivity of the building blocks, it is possible to fine‐tune structure formation of these mixed protein gels.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,056
Score d'incertitude au seuil0,247

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,019
Tête enseignante GPT0,233
Écart entre enseignants0,214 · 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 tête enseignante, 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

Citations26
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetProteins in Food SystemsTravaux en français237 207