Swelling Index of Glutenin Test for Prediction of Durum Wheat Quality
Notice bibliographique
Résumé
ABSTRACT The swelling index of glutenin (SIG) was assessed for suitability as a screening procedure for durum wheat gluten strength. Five sets of samples with a wide range of gluten strength values were collected according to gluten strength parameters and characterized for SIG. Statistical analysis revealed that the SIG and SDS sedimentation tests were both able to satisfactorily account for variations in gluten strength in all sets of samples. However, for most samples, the SIG test was more reliable than the SDS sedimentation test for predicting gluten strength. Furthermore, the SIG test can differentiate samples with glutenin swelling properties that could not be accounted for by intercultivar variation of SDS sedimentation volumes. The percentage of insoluble glutenin in protein is usually a better predictor for gluten strength than the percentage of insoluble glutenin in flour. Similarly, when the SIG values were divided by the protein content of the samples, the resulting proportions were better predictors of gluten strength than the absolute values. Analysis of protein fractions revealed that the insoluble glutenin was the protein fraction most responsible for the SIG value and gluten strength. Extensibility of dough was significantly related to the soluble glutenin content, while the alveograph G index was related to monomeric protein content. The results suggest that screening based on the SIG test would be valuable for comparing durum wheat lines and cultivars for gluten strength and pasta‐making quality.
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 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».