MétaCan
Menu
Retour à la cohorte
Enregistrement W2025847606 · doi:10.1094/cchem.2003.80.6.755

Role of Gluten and Its Components in Determining Durum Semolina Dough Viscoelastic Properties

2003· article· en· W2025847606 sur OpenAlexaff
N. M. Edwards, Steven J. Mulvaney, Martin G. Scanlon, J.E. Dexter

Notice bibliographique

RevueCereal Chemistry · 2003
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of ManitobaCanadian Nuclear Safety Commission
Organismes subventionnairesnon disponible
Mots-clésGluteninGlutenGliadinChemistryFood scienceViscoelasticityRheologyBiochemistryComposite materialMaterials scienceGene

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Gluten was isolated from three durum wheat cultivars with a range in strength. Gluten was further fractionated to yield gliadin, glutenin and high molecular weight (HMW) and low molecular weight (LMW) glutenin subunits (GS). The gluten and various fractions were used to enrich a base semolina. Enriched dough samples were prepared at a fixed protein content using a 2‐g micromixograph. Mixing strength increased with addition of gluten. Dynamic and creep compliance responses of doughs enriched with added gluten ranked in order according to the strength of the gluten source. Gliadin addition to dough resulted in weaker mixing curves. Gliadin was unable to form a network structure, having essentially no effect on dough compliance, but it did demonstrate its contribution to the viscous nature of dough (increased tan δ). Source of the gliadin made no difference in response of moduli or compliance. Addition of glutenin to the base semolina increased the overall dough strength properties. Glutenin source did influence both dynamic and compliance results, indicating there were qualitative differences in glutenin among the three cultivars. Enrichment with both HMW‐GS and LMW‐GS increased overall dough strength. Source of HMW‐GS did not affect compliance results; source of LMW‐GS, however, did have an effect. The LMW‐2 proteins strengthened dough to a greater extent than did LMW‐1. Mechanisms responsible for dough viscoelastic properties are described in terms of reversible physical cross‐links.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,025
Tête enseignante GPT0,222
Écart entre enseignants0,197 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations111
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207