Effect of regular and hydrolysed dairy proteins on texture, microstructure and colour of lean poultry meat batters
Notice bibliographique
Résumé
Summary The use of 2% milk protein isolate (MPI), and some of its fractions which included caseinate, whey protein isolate (WPI), two whey protein hydrolysates (5.2% and 8.5%; WPH‐I and WPH‐II respectively) and β‐lactoglobulin (β‐lac) was evaluated in lean chicken breast meat batters. Adding caseinate and MPI resulted in the highest fracture force values, and caseinate also provided higher yield compared with the control. Both proteins were observed to form distinct protein islands embedded within the meat protein matrix, which appeared to enhance the gel structure. The two hydrolysates provided the highest yield compared with all other treatments. However, adding WPH‐II also resulted in the lowest fracture force and hardness values, while WPH‐I provided similar values to the control. The low hardness value could be explained by the light micrograph which showed WPH‐II interfering with the binding of the meat proteins. The WPI and β‐lac provided similar yield, fracture and hardness values as the control. The colour of the products was most affected by the WHP‐I and WHP‐II; both resulted in lower lightness, yellowness and overall spectra reflectance curves. A cost analysis revealed that caseinate addition was the most economical in this lean meat system.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».