MétaCan
Menu
Retour à la cohorte
Enregistrement W2119374815 · doi:10.1111/jtxs.12132

Relationship between Baked‐Cheese Sensory Properties and Melted‐Cheese Physical Characteristics

2015· article· en· W2119374815 sur OpenAlexafffund
Vincent Banville, Nelson Power, Yves Pouliot, Michel Britten

Notice bibliographique

RevueJournal of Texture Studies · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProbiotics and Fermented Foods
Établissements canadiensAgriculture and Agri-Food CanadaAgropur cooperativeUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFood scienceRheologySensory systemSensory analysisMaterials scienceMathematicsChemistryComposite materialPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract Manufacturing conditions affect the sensory properties of baked Mozzarella 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.

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
Bibliométrie0,0010,000
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 Opus0,238
Tête enseignante GPT0,311
Écart entre enseignants0,073 · 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

Citations9
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Texture StudiesMême sujetProbiotics and Fermented FoodsTravaux en français237 207