Effect of Buttermilk Made from Creams with Different Heat Treatment Histories on Properties of Rennet Gels and Model Cheeses
Notice bibliographique
Résumé
Although many studies have reported negative effects on cheese properties resulting from the use of buttermilk in cheese milk, the cause of these effects has not been determined. In this study, buttermilk was manufactured from raw cream and pasteurized cream, as well as from a cream derived from pasteurized whole milk. Skim milks with the same heat treatments were also manufactured to be used as controls. Compositional analysis of the buttermilks revealed a pH 4.6-insoluble protein content approximately 10% lower than that of the skim milk counterparts. Milk fat globule membrane (MFGM) proteins remained soluble at pH 4.6 in raw cream buttermilk; however, when heat was applied to cream or whole milk before butter making, MFGM proteins precipitated with the caseins. Rennet gel characterization showed that MFGM material in the buttermilks decreased the firmness and increased the set-to-cut time of rennet gels, but this effect was amplified when pasteurized cream buttermilk was added to cheese milk. The microstructure of gels was studied, and it was observed that gel appearance was very different when pasteurized cream buttermilk was used, as opposed to raw cream buttermilk. Model cheeses manufactured with buttermilks tended to have a higher moisture content than cheeses made with skim milks, explaining the higher yields obtained with buttermilk. Superior retention of MFGM particles was observed in model cheeses made from pasteurized cream buttermilk compared with raw cream buttermilk. The results from this study show that pasteurization of cream and of whole milk modifies the surface of MFGM particles, and this may explain why buttermilk has poor coagulation properties and therefore yields rennet gels with texture defects.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».