MétaCan
Menu
Retour à la cohorte
Enregistrement W2087672219 · doi:10.1021/jf504167v

Rennet Coagulation and Cheesemaking Properties of Thermally Processed Milk: Overview and Recent Developments

2015· review· en· W2087672219 sur OpenAlexaff
Prashanti Kethireddipalli, A.R. Hill

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2015
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésRennetCheesemakingFood scienceDairy industrySyneresisChemistryWhey proteinCoagulationChymosinMilk proteinCasein

Résumé

récupéré en direct d'OpenAlex

Thermally induced changes in milk proteins and minerals, particularly interactions among caseins and denatured whey proteins, influence important properties of dairy products in both positive and negative ways. Whereas the extensive protein connectivity and increased water-holding capacity resulting from such heat-induced protein modification account for the much desired firmness of acid gels of yogurt, thermal processing, on the other hand, severely impairs clotting and adversely affects the cheesemaking properties of rennet-coagulated cheeses. In technological terms, the principal ongoing challenge in the cheese industry is to take advantage of the water-holding capacity of thermally aggregated whey proteins without compromising the rennetability of cheese milk or the textural and functional attributes of cheese. Including some recent data from the authors' laboratory, this paper will discuss important aspects and current literature on the use of thermally processed milk in the production of rennet-coagulated cheeses and also some of the potential alternatives available for inclusion of whey proteins in cheese, such as the addition of microparticulated whey proteins to cheese milk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,871
Score d'incertitude au seuil0,360

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,121
Tête enseignante GPT0,271
Écart entre enseignants0,150 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations63
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetProteins in Food SystemsTravaux en français237 207