MétaCan
Menu
Retour à la cohorte
Enregistrement W2038741803 · doi:10.1039/c2sm27540f

Colloidal properties of concentrated heated milk

2013· article· en· W2038741803 sur OpenAlexaff
Pulari Krishnankutty Nair, Douglas G. Dalgleish, Milena Corredig

Notice bibliographique

RevueSoft Matter · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMicelleCaseinChemistryRheologyColloidWhey proteinViscosityChemical engineeringDynamic light scatteringDenaturation (fissile materials)RheometryVolume fractionChromatographyThermodynamicsNanoparticleFood scienceOrganic chemistryAqueous solutionNuclear chemistryPhysical chemistryPolymer

Résumé

récupéré en direct d'OpenAlex

The colloidal properties of casein micelles in heated milk as a function of volume fraction are largely unknown. Heat-treatment of milk causes denaturation and unfolding of whey proteins, which then react with caseins to form a complex mixture of soluble whey protein aggregates and whey protein coated casein micelles. The distribution of the complexes between the soluble and the micellar phase depends on the pH of milk before heating. This work focused on the contribution of the heat induced complexes to the colloidal properties of concentrated casein micelles. Concentration was performed using osmotic stressing. Although there were differences in the apparent diameter after heating milk at pH 6.4, 6.8 or 7.0, redilution of the concentrated milk showed no irreversible aggregation of the casein micelles with concentration. Above 70 g L−1 protein, there was a decrease in the mean square displacement slope measured by light scattering, suggesting that above this concentration, the casein micelles were no longer free diffusing. The viscosity of the concentrated milk could be predicted using a rheological model for hard spheres assuming constant voluminosity.

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)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,179
Écart entre enseignants0,159 · 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

Citations36
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetProteins in Food SystemsTravaux en français237 207