Effect of breading and battering ingredients on performance of frying oils*
Notice bibliographique
Résumé
The effect of pre‐formed lipid hydroperoxides, breading, and battering ingredients on pigment formation and thermo‐oxidative degradation of oil during institutional frying was evaluated. The food ingredients were fried intermittently in canola oil heated for 8 h daily over 4 consecutive days at 185 ± 5°C. Color component formation, total polar components (TPC), and tocopherols were measured. Glycine‐enriched whey protein fried in 1% oxidized canola oil contributed most significantly to oil darkening with a rate ten times that of the control sample. Using whey protein as a base for battering caused the most significant color changes and thermo‐oxidative deterioration. Glucose and glycine are two minor ingredients that also contribute to color formation in oil. Breading materials were prone to cause a more significant amount of oil deterioration when compared to battering ingredients most likely due to excess loose breading particles falling into the oil during frying. Practical applications: The present study evaluated the effect of some components of food coatings on the stability and pigment formation of the frying oil. The results suggest the need to optimize the protein component of coating materials and ensure that the amounts of loose particles on breaded products are adequately minimized. This information will assist institutional frying operators and other relevant industries in product development and food preparation with the view of optimizing performance of the frying oil.
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 | 0,003 | 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 ».