Nutrition, Sensory Evaluation, and Performance Analysis of Trans fat-Free, Low Alpha-Linolenic Acid Frying Oils
Notice bibliographique
Résumé
Abstract The FDA now requires the labeling of trans fats, a decision that has encouraged foodservice operators to eliminate trans fats from foods and reformulate deep-fat frying oils in order to make them trans fat-free. This study evaluated performance, sensory, and nutrition characteristics of trans fat-free oils used to cook French fries during a 10-day controlled degradation session. Nutritional analyses and fatty acid profiles were conducted on the oils before degradation, and a sensory evaluation of fries cooked in different oils was conducted to determine liking of the fries. Results indicated a preference for French fries fried in canola oils, while the 0.05% low alpha-linolenic (ALA) soybean oil had the highest stability and lowest oil usage. All the low ALA oils in the study provided a healthy, inexpensive, and stable option for foodservice operators to consider when choosing trans fat-free oils; therefore, foodservice operators must determine which is more important—stability, usage, nutrition, or taste preference—when selecting the right oil for their operation. KEYWORDS: trans fatsdeep fat fryingsensory evaluationoil stabilityfoodservice This study was funded by Cargill™, Inc.; however, the analysis and final results were in no way influenced by representatives from the company. A special thanks to Connie Tobin and Dan Lampert for their assistance and support in the study. The research team thanks Compusense (Guelph, Ontario, Canada) for the use of their sensory software. Notes Boskou, D., Elmadfa, I. (1991). Frying of food: Oxidation, nutrient and non-nutrient antioxidants, biologically active compounds and high temperatures. Lancaster, PA: Technomic. Dausch, J. G. (2002). Trans-fatty acids: A regulatory update. Journal of the American Dietetic Association, 102(1), 18.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».