Swelling Index of Glutenin Test. II. Application in Prediction of Dough Properties and End‐Use Quality
Notice bibliographique
Résumé
ABSTRACT Small‐scale tests, including SDS and Zeleny sedimentation, gel protein, insoluble glutenin content, and a newly developed method, the swelling index of glutenin (SIG), were compared with dough and gluten rheological parameters and end‐use quality parameters for 20 wheat cultivars or breeders lines. The SIG test is equal to or slightly better than the other small‐scale tests in prediction of dough strength. Quality parameters were divided into two groups according to associations with insoluble glutenin content and glutenin quality. The glutenin quality is defined as the glutenin swelling properties with short swelling time (≤5 min) that are contributed by soluble and insoluble glutenin content and their swelling properties. Parameters in the first group were mainly dependent on insoluble glutenin content and appeared to reflect gluten strength. Parameters in the second group were dependent not only on glutenin content, but also on glutenin quality. Small‐scale tests are best to predict quality parameters within the same group, but not those in the other group. The glutenin swelling curve, obtained with different swelling times, was correlated with mixograph or farinograph data. Dough development time in farinograph and mixing time in mixograph were strongly related to the swelling time of peak SIG value in the swelling curve ( r = 0.92, r = 0.86, respectively, P < 0.001). Farinograph stability was significantly related to the time of swollen stage in swelling curves ( r = 0.62, P < 0.01). Similar to mixograph or farinograph data, the glutenin swelling curves can be used to differentiate some strong cultivars that can not be differentiated by sedimentation, gel protein, and insoluble glutenin values.
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 ».