MétaCan
Menu
Retour à la cohorte
Enregistrement W2121712414 · doi:10.1111/j.1750-3841.2011.02575.x

Effect of Cocoa Butter Structure on Oil Migration

2012· article· en· W2121712414 sur OpenAlexafffund
Fatemeh Maleky, Kathryn McCarthy, Michael J. McCarthy, Alejandro G. Marangoni

Notice bibliographique

RevueJournal of Food Science · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFood scienceCrystallizationOil dropletChemistryMaterials scienceEmulsionBiochemistry

Résumé

récupéré en direct d'OpenAlex

Oil migration from a high oil content filling into adjacent chocolate causes changes in product quality. The objective of this study was to quantify the oil migration from a cream filling system into cocoa butter, which provided a model for the behavior of chocolate-enrobed confectionery products with a soft, creamy center. Magnetic resonance imaging (MRI) was used to monitor spatial and temporal changes of liquid lipid content. A multislice spin echo pulse sequence was used to acquire images with a 7.8 ms echo time and a 200 ms repetition time using a 1.03 T Aspect Imaging MRI spectrometer. Samples were prepared as a 2-layer model system of cocoa butter and model cream filling. Three methods were used to prepare the cocoa butter: static, seeded, and sheared. Samples were stored at 25 °C for a time frame of 56 d. The rate of oil migration was quantified by a kinetic expression based on the linear dependence of oil uptake by cocoa butter and the square root of the time. Samples showed distinctly different rates of oil migration, as evidenced by quantitative differences in the kinetic rate constant. Practical Application: This work will be helpful to elucidate the influence of crystallization process and structural properties such as crystal nanostructure and crystal habit on the migration of oil through a crystalline fat matrix.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,230
Écart entre enseignants0,220 · 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

Citations41
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Food ScienceMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207