MétaCan
Menu
Retour à la cohorte
Enregistrement W1980923803 · doi:10.1021/jf051369g

Stabilizing Behavior of Soy Soluble Polysaccharide or High Methoxyl Pectin in Soy Protein Isolate Emulsions at Low pH

2006· article· en· W1980923803 sur OpenAlexaff
M Haghighian Roudsari, Akihiro Nakamura, A.K. Smith, Milena Corredig

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensUniversity of Guelph
Organismes subventionnairesCargill
Mots-clésPectinChemistrySoy proteinPolysaccharideCreamingFlocculationEmulsionChromatographyPea proteinFood scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The stability of emulsions prepared with soy protein isolates was investigated as a function of pH in the presence of two negatively charged polysaccharides: high methoxyl pectin (HMP) and soy soluble polysaccharide (SSPS). Both polysaccharides are composed of a backbone which contains galacturonic acid but, when added to soy protein isolate-stabilized emulsions, SSPS showed a different behavior than that of HMP. At neutral pH and above a critical concentration of stabilizer (0.05%), HMP caused flocculation of the emulsion droplets via a depletion mechanism. On the other hand, the emulsions containing a similar amount of SSPS did not show creaming or flocculation. At acidic pH (<4.0) the addition of pectin caused extensive droplet aggregation, while no aggregation was observed with the addition of SSPS. The differences in the stabilization behavior between the two polysaccharides can be attributed to their differences in charge, neutral sugars side chains, and molecular weight.

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)0,000
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 enseignants0,130
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,217
Écart entre enseignants0,200 · 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

Citations56
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetProteins in Food SystemsTravaux en français237 207