Microstructure, Physical Stability, and Rheological Properties of Salad Dressing Emulsions Supplemented with Various Pulse Flours
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
Significant opportunities exist for using pulses in the development of health promoting foods as consumers increasingly look for functional foods with disease prevention qualities. Pulse ingredients could be considered for use in the development of novel, value-added products such as salad dressing. In this study, the rheological properties, color, physical stability, and microstructure of model salad dressing emulsions supplemented with various types of pulse flours (red lentil, green lentil, desi chickpea, kabuli chickpea and yellow pea) were evaluated. Supplementation with pulse flours significantly increased (<em>P</em> &lt; 0.05) the consistency coefficient (<em>m</em>) and decreased (<em>P </em>&lt; 0.05) the flow behavior index (<em>n</em>) of the control dressing in accordance with the power law modelduring steady state flow tests. The pulse-supplemented dressings also showed increased recoverable strain (i.e., increased <em>Q(t)</em>% values) compared with the control. The observed rheological results were supported by scanning electron microscope (SEM) observations, where a more compact and uniform network was observed for supplemented dressings in comparison with the control sample. Addition of pulse flour increased the physical stability of the salad dressing emulsions and also modified color by increasing yellowness and redness hues depending on the type of flour used. This study, thus, demonstrated that pulse flours hold promise as ingredients that could be used in salad dressing formulations.
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 | 0,000 |
| 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 | 0,000 |
| 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