Application of the Rapid Visco Analyzer (RVA) as an Effective Rheological Tool for Measurement of β‐Glucan Viscosity
Notice bibliographique
Résumé
ABSTRACT The physiochemical characteristics of β‐glucan in oat and barley foods can affect human physiological response. A method for continuous measurement of β‐glucan viscosity with a Rapid Visco Analyzer (RVA) was developed to overcome the complexity of the common protocols based on in vitro digestion methods. The effects of several parameters on viscosity and solubility were considered. Oat cereal foods showed different RVA viscosity profiles depending on their physiochemical characteristics. Products high in starch exhibited a high initial viscosity that was reduced by α‐amylase action, whereas products with low amounts of starch exhibited a slow increase in viscosity. The viscosity of all samples reached a plateau in the viscosity curve after 1–2 hr, which is the key for obtaining reproducible results. Optimum digestion condition was achieved using sodium phosphate buffer (pH 6.9) and 1% β‐glucan dispersion at 37°C and 160 rpm. A particle size of <0.6 mm gave more consistent viscosities than did larger particles without affecting the solubility of β‐glucan. Pancreatin and α‐amylase concentrations affected the viscosity profile by influencing the digestion rate of protein and starch in the samples, but pepsin had limited influence at pH 6.9. Highly significant Pearson correlation between the in vitro digestibility protocol and RVA methods was achieved, indicting that the developed method could be used as an effective alternative for measurement of β‐glucan viscosity.
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 ».