Disintegration kinetics of food gels during gastric digestion and its role on gastric emptying: an in vitro analysis
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 understanding of the disintegration and gastric emptying of foods in the stomach is important for designing functional foods. In this study, a dynamic stomach model (human gastric simulator, HGS) was employed to investigate the disintegration and subsequent emptying of two differently structured whey protein emulsion gels (soft and hard gels).The gels were mechanically ground into fragments to reproduce the particle size distribution of an in vivo gel bolus. The simulated gel bolus was prepared by mixing gel fragments and artificial saliva, and exposed to 5 hours of simulated gastric digestion in the presence and absence of pepsin. Results showed that regardless of pepsin, the soft gel always disintegrated faster than the hard gel. The presence of pepsin significantly accelerated the disintegration of both gels. In particular, it enhanced abrasion of the soft gel into fine particles (<0.425 mm) after 180 min of processing. The emptying of the gels was influenced by the combined effects of the original particle size of the gel boluses and their disintegration kinetics in the HGS. In the presence or absence of pepsin, the larger particles of the soft gel emptied slower than the hard one during the first 120 min of process. However, in the presence of pepsin, the soft gel emptied faster than the hard one after 120 min because of a higher level of disintegration. These findings highlight the role of food structure, bolus properties and biochemical effects on the disintegration and gastric emptying patterns of gels during gastric digestion.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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