MétaCan
Menu
Retour à la cohorte
Enregistrement W2008142326 · doi:10.1081/jfp-120021456

Structural and Instrumental Textural Properties of Meat Patties Containing Soy Protein

2003· article· en· W2008142326 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Food Properties · 2003
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSoy proteinFood scienceChemistrySoy flourWater holding capacityExtenderOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The effect of two different types of soy protein namely soy protein flour (SPF) and texturized soy protein (TSP); soy protein extender concentration; cooking times; and cooking temperatures on structural and textural properties of pan‐fried patties were studied. Beef patties were formulated using extra lean (10 kg fat/100 kg) ground beef samples, with different concentrations of soy protein (0, 2, 3.5, and 5% kg/kg total mass). They were formed into patties, and cooked on a griddle at different temperatures (177 and 187°C) and cooking times (10, 15, and 20 min). Water holding capacity (WHC) and total cooking loss (TCL) were determined. Instrumental textural profiles of the cooked samples were obtained using a Universal Testing Machine Instron. Porosity and pore size distributions were determined by a mercury intrusion porosimeter. The results indicated that increasing soy protein concentration increased WHC and reduced TCL. Beef patties extended with TSP were harder and more cohesive than those extended with SPF. Total mean porosities at the 5% soy protein extender concentration were 0.42 and 0.40 for the SPF and TSP extended samples, respectively. Samples extended with SPF had up to 84% capillary pores.

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 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 enseignants0,017
Score d'incertitude au seuil0,178

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,071
Tête enseignante GPT0,238
Écart entre enseignants0,167 · 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