Removal of Color Pigments From Corn Distillers Dried Grains With Solubles (DDGS) to Produce an Upgraded Food Ingredient
Notice bibliographique
Résumé
<p>Processing steps including bleaching, deodorizing, and milling are imperative for improving the functionality of distillers grains in various food matrices, as well as improving consumer acceptance. Utilization of distillers grains in food products is of particular interest. Various parameters were explored for the removal of pigments, including raw DDGS (diameter 0.384) or milled DDGS (0.329 mm), number of extractions (1, 2, or 3), time (30, 60, or 90 min.), and ethanol concentration (5, 10, or 15 mL/g). Altogether, the experimental design was a 2 x 3 x 3 x 3 factorial, resulting in 54 trials, which were each replicated twice. Physical and chemical properties of the resulting DDGS were analyzed. Protein content was impacted by time and number of extractions. A decrease in lipid content resulted in an inverse increase in protein content. Lipid and pigment analysis showed similar decreasing trends, signifying that lipid contents decreased while increasing solvent extraction time, ethanol concentration, and number of extractions. Physical property analysis showed ethanol extraction to be a moderately effective bleaching technique for DDGS. Chemical property data showed that the treatments were extremely effective in reducing lipid and pigment values, while increasing protein. Effective removal of pigments can improve the color of food products containing DDGS, which can lead to greater consumer acceptability of this ingredient.</p>
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».