MétaCan
Menu
Retour à la cohorte
Enregistrement W2040581528 · doi:10.1007/s11746-000-0075-8

The effect of minor components on milk fat crystallization

2000· article· en· W2040581528 sur OpenAlexafffund
Amanda J. Wright, Richard W. Hartel, Suresh S. Narine, Alejandro G. Marangoni

Notice bibliographique

RevueJournal of the American Oil Chemists Society · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Guelph
Mots-clésCrystallizationChemistryMilk fatAnhydrousNucleationChromatographyKineticsGlobules of fatFraction (chemistry)Food scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Milk fat is composed of 97–98% triacylglycerols and 2–3% minor polar lipids. In this study triacylglycerols were chromatographically separated from minor components. Isolated diacylglycerols from the polar fraction were also added back to the milk fat triacylglycerols. The crystallization behaviors of native anhydrous milk fat (AMF), milk fat triacylglycerols (MF‐TAG), and milk fat triacylglycerols with diacylglycerols added back (MF‐DAG) were studied. Removal of minor components and addition of diacylglycerols had no effect on dropping points or equilibrium solid fat contents. Presence of the minor components, however, did delay the onset of crystallization at low degrees of supercooling. Crystallization kinetics were quantified using the Avrami model. Sharp changes in the values of the Avrami constant k and exponent n were observed for all three fats around 20.0°C. Increases in n around 20.0°C indicated a change from one‐dimensional to multidimensional growth. Differences in k and n of MF‐DAG from AMF and MF‐TAG suggested that the presence of milk fat diacylglycerols changes the crystal growth mechanism. Apparent free energies of nucleation (ΔGc,apparent) were determined using the Fisher‐Turnbull model. (ΔGc,apparent) for AMF was significantly greater than ΔGc,apparent for MF‐TAG, and ΔGc,apparent for MF‐DAG was significantly less than those for both AMF and MF‐TAG. The microstructural networks of AMF, MF‐TAG, and MF‐DAG, however, were similar at both 5.0 and 25.0°C, and all three fats crystallized into the typical β′‐2 polymorph. Differential scanning calorimetry in both the crystallization and melting modes revealed no differences between the heat flow properties of AMF, MF‐TAG, and MF‐DAG.

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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,203
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

Citations208
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Oil Chemists SocietyMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207