Effect of soluble calcium on the renneting properties of casein micelles as measured by rheology and diffusing wave spectroscopy
Notice bibliographique
Résumé
Addition of calcium chloride to milk has positive effects on cheese-making because it decreases coagulation time, creates firmer gels, and increases curd yield. Although addition of calcium chloride is a widely used industrial practice, the effect of soluble calcium on the preliminary stages of gelation is not fully understood. In addition, it is not known whether the manner of addition and equilibration of the soluble calcium would affect the rennetability of the casein micelles. Therefore, the aim of this paper was to study the details of the coagulation behavior of casein micelles in the presence of additional calcium, and to elucidate whether the manner in which this cation is added (directly as calcium chloride or by gradual exchange through dialysis) affects the functionality of the micelles. Calcium was added as CaCl(2) (1 mM final added concentration) directly to skim milk or indirectly using dialysis against 50 volumes of milk. Additional soluble calcium did not affect the primary phase of the renneting reaction, as demonstrated by the analysis of the casein macropeptide (CMP) released in solution; however, it shortened the coagulation time of the micelles and increased the firmness of the gel. The turbidity parameter of samples with or without calcium showed that similar amounts of CMP were needed for particle interactions to commence. However, the amount of CMP released at the point of gelation, as indicated by rheology, was lesser for samples with added calcium, which can be attributed to a greater extent of calcium bridging on the surface or between micelles. The results also showed that the manner in which calcium was presented to the micelles did not influence the mechanism of gelation.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| 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 ».