MétaCan
Menu
Retour à la cohorte
Enregistrement W2062448937 · doi:10.3168/jds.s0022-0302(03)73655-8

A Comparison of the Buttermilk Solids Functional Properties to Nonfat Dried Milk, Soy Protein Isolate, Dried Egg White, and Egg Yolk Powders

2003· article· en· W2062448937 sur OpenAlexaff
Peter Wong, David D. Kitts

Notice bibliographique

RevueJournal of Dairy Science · 2003
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésChemistrySoy proteinYolkEgg whiteFood scienceAbsorption of waterChromatographySolubilityDenaturation (fissile materials)Materials scienceNuclear chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Physicochemical (i.e., sulfhydryl group, protein, and total solubility) as well as functional properties (i.e., water-holding and fat-absorption capacity, foaming and emulsification capacity, and stability) of commercial buttermilk solids (BMS) were compared to nonfat dried milk, soy protein isolate, and dried egg yolk and egg white powders on an equivalent protein basis. BMS showed limited functional properties in water-holding capacity (0.75 g water/g protein) and fat-absorption capacity (1.2 g of oil/g of protein), and foaming capacity (0.5 ml of foam/ml of solution) and stability. However, emulsifying capacity and stability of BMS was not significantly different from other dried protein powders. Results indicated that 0.9 g of protein (approximately 0.45%, wt/vol, concentration) from BMS was needed to emulsify a maximum oil concentration of 50% in water at temperatures up to 50 degrees C. Denaturation of protein, quantified by free sulfhydryl groups, was a critical factor affecting the functionality of BMS and all other protein powders tested. The milk fat globule membrane present in BMS did not enhance either emulsifying capacity or stability.

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 seuil0,004

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 recherche0,0000,000
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 Opus0,048
Tête enseignante GPT0,259
Écart entre enseignants0,211 · 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

Citations104
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetProteins in Food SystemsTravaux en français237 207