MétaCan
Menu
Retour à la cohorte
Enregistrement W2169211258 · doi:10.1111/jtxs.12016

Impact of Structure Modification on Texture of a Soymilk and Cow's Milk Gel Assessed Using the <scp>N</scp>apping Procedure

2013· article· en· W2169211258 sur OpenAlexaff
Alexandra Grygorczyk, Isabelle Lesschaeve, Milena Corredig, Lisa M. Duizer

Notice bibliographique

RevueJournal of Texture Studies · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSensory Analysis and Statistical Methods
Établissements canadiensVineland Research and Innovation CentreUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésFood scienceCaseinSoy proteinHomogenization (climate)Skimmed milkChemistryTexture (cosmology)Protein isolateWhey proteinMilk proteinSensory systemBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract It was hypothesized that with careful control of the structure of a mixed protein matrix, it is possible to obtain different textures without changing ingredients or their concentrations. A model system containing soymilk, cow's milk and cream was used. To modify the texture of the final matrix, the mode of protein gelation and the order of homogenization of the cream (with soymilk or skim milk alone or with both mixed together) were investigated. Using a partial Napping and ultra‐flash profiling procedure, it was demonstrated that as long as milk was homogenized with cream, the mixed protein gels had higher thickness and mouthcoating compared with gels made from unhomogenized samples or samples made by homogenizing the cream with soymilk. It was found that aggregation of milk proteins before soy proteins resulted in more prominent fat‐related attributes such as slipperiness and fattiness compared with simultaneous aggregation of casein and soy proteins. Practical Applications Recently, there has been a growing interest in mixed protein gels; however, little information exists about their sensory properties. Such gels have the potential to be a novel category of healthy high‐protein products exhibiting consumer‐acceptable sensory properties. However, more work is needed to improve understanding of how to generate such products and to understand the processes that impact their sensory properties. The aim of the present study was to examine the sensory texture changes induced when the organization of components is modified within a mixed soymilk–dairy milk gel without changing ingredients or their concentrations. The present study also contributes to the understanding of texture perception as it demonstrates a clear link between texture perception and structure modification in a protein gel. Mixed protein systems present an attractive opportunity for the study of texture–structure relationships as they allow the development of a range of structures without modifying the system's composition.

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 enseignants0,001
Score d'incertitude au seuil0,003

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 Opus0,084
Tête enseignante GPT0,367
Écart entre enseignants0,283 · 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

Citations12
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Texture StudiesMême sujetSensory Analysis and Statistical MethodsTravaux en français237 207