Evaluation of poultry protein isolate as a food ingredient: Physicochemical characteristics of low-fat turkey bologna
Notice bibliographique
Résumé
Evaluation of poultry protein isolate (PPI) as a food ingredient was carried out by substituting nonmeat ingredients such as soy protein isolate (SPI) or meat protein in turkey bologna. Two concentrations (1.5 and 2% dry weight basis) of PPI prepared from mechanically separated turkey meat were used in this study. Two control samples were prepared with 11 and 13% meat protein, respectively. Physicochemical characteristics of turkey bologna containing PPI were compared with those of control and SPI-containing samples. Batter strength was higher for 2% PPI and 13% meat protein control samples (control-2) compared with all other treatments. Cooking yield of the 11% meat protein control was significantly (P < 0.05) less compared with other treatments. However, there was no significant difference in the expressible moisture or purge loss among all the treatments. Control-2 showed lower L* values and was more reddish during refrigerated storage. Addition of protein isolates caused a significant increase (b* value varied between 11.48 and 12.52) in yellowness of products. Turkey bologna with added protein isolates showed significantly lower lipid oxidation as indicated by induced TBA reactive substance analysis. Results from this study suggest that SPI or meat protein could be replaced by PPI without negatively affecting product characteristics as evident from cooking yield and purge loss values.
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 | 0,002 | 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 | 0,001 |
| 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 ».