Relationship between Baked‐Cheese Sensory Properties and Melted‐Cheese Physical Characteristics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Manufacturing conditions affect the sensory properties of baked M ozzarella cheese. However, instrumental analysis of cheese at room temperature does not fully correlate with the sensory properties of cheese after baking on a cooking dish. In this study, regular and stabilized pizza cheese were aged for 10, 25, 40 or 55 days before testing. A descriptive sensory analysis was performed on cheese baked on a pizza model and was related to the rheological properties of melted cheese. The sensory firmness, breakdown resistance, rubberiness and liquid release varied among cheese types and ages. Differences among cheese types and ages were also observed in small‐strain oscillatory shear moduli measured on melted cheese cooled at different temperatures. The multiple stress creep recovery test proved to provide the best correlation with baked‐cheese sensory terms. Partial dehydration of cheese before melting, to mimic the water loss during the baking process, was shown to increase correlations. Practical Applications Ingredient cheese that are baked on pizzas are required to have specific behaviors in order to meet consumer acceptance. Hence, understanding the effect of baking on cheese sensory properties and their relationship to mechanical properties should facilitate the development of new cheese functionalities. This study proposes a descriptive sensory evaluation of pizza cheese baked on a standardized pizza model. This approach increases the robustness of the quality evaluation of cheese properties. A novel method was also tested to probe the linear and nonlinear behavior of melted cheese in an effort to reduce the gap between standard rheological procedures and the sensations experienced during the rather complex action of oral processing.
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.
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 | 0,001 |
| 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) | 0,000 | 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 découle