Incorporation of pulse flours of different particle size in relation to pita bread quality
Notice bibliographique
Résumé
BACKGROUND: To increase pulse consumption, pita bread was fortified with pulse flours milled from green lentils, navy beans and pinto beans, which were ground to produce fine and coarse flours. Pita breads were prepared using composite flours containing pulse flours (25, 50, 75%) and wheat flour or 100% pulse flours and adjusting the amount of water required for mixing based on farinograph water absorption. Pita bread quality was evaluated according to diameter, pocket height, specific loaf volume, texture and crust colour. RESULTS: Blends made from pulse flours with coarse particle size showed higher rates of water absorption. All composite flours and 100% pulse flours produced pitas with pockets, confirming their suitability for this product. Crust colour of pitas was affected less by navy bean flour than by lentil flour. Pita breads made with pinto bean flour were superior in texture. Overall, navy and pinto bean flours appeared more suitable for pita bread. Flours with coarse particle sizes produced pitas with better colour and texture. Sensory parameters of pitas containing 25% coarse pinto or navy bean flour were as good as or better than those from the wheat control. CONCLUSION: Acceptable pita breads can be made using pulse flours, although the substitution level is limited to 25%.
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 | 0,001 | 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 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 ».