Viscosity and Solubility of β‐Glucan Extracted Under In Vitro Conditions from Barley β‐Glucan‐Fortified Bread and Evaluation of Loaf Characteristics
Notice bibliographique
Résumé
ABSTRACT Fortifying bread with β‐glucan has been shown to reduce bread quality and the associated health benefits of barley β‐glucan. Fortification of bread using β‐glucan concentrates that are less soluble during bread preparation steps has not been investigated. The effects of β‐glucan concentration and gluten addition on the physicochemical properties of bread and β‐glucan solubility and viscosity were investigated using a less soluble β‐glucan concentrate, as were the effects of baking temperature and prior β‐glucan solubilization. Fortification of bread with β‐glucan decreased loaf volume and height ( P ≤ 0.05) and increased firmness ( P ≤ 0.05). Gluten addition to bread at the highest β‐glucan level increased height and volume ( P ≤ 0.05) to values exceeding those for the control and decreased firmness ( P ≤ 0.05). β‐Glucan addition increased ( P ≤ 0.05) extract viscosity, as did gluten addition to the bread with the highest β‐glucan level. Baking at low temperature decreased ( P ≤ 0.05) β‐glucan viscosity and solubility, as did solubilizing it prior to dough formulation. Utilization of β‐glucan that is less soluble during bread preparation may hold the key to effectively fortifying bread with β‐glucan without compromising its health benefits, although more research is required.
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 ».