MétaCan
Menu
Retour à la cohorte
Enregistrement W2174521965 · doi:10.1094/cchem-01-15-0006-r

Use of Ultrasound to Investigate Glucose Oxidase and Storage Effects on the Rheological Properties of Cooked Asian Noodles

2015· article· en· W2174521965 sur OpenAlexafffund
Daiva Daugelaite, Anatoliy Strybulevych, Martin G. Scanlon, J. H. Page, David W. Hatcher

Notice bibliographique

RevueCereal Chemistry · 2015
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDynamic mechanical analysisChemistryRheologyFood scienceDynamic modulusGlucose oxidaseStress relaxationUltrasonic sensorChewinessTexture (cosmology)Composite materialMaterials sciencePolymerBiochemistryCreepOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This is the first use of a longitudinal ultrasonic technique to address the rheological properties of cooked noodles. Ultrasound (11 MHz) was utilized to investigate the influence of glucose oxidase (GOx) at the 1.5 U/g of flour level on the rheological properties of cooked alkaline noodles before and after 72 h of storage at 4°C. Cooked noodle dough samples were studied by simultaneously conducting stress relaxation and transmission ultrasonic measurements, yielding Peleg's K 1 and K 2 parameters (initial rate of relaxation and extent of relaxation, respectively) and ultrasonic information on noodle texture properties. Ultrasonic phase velocities and attenuation coefficients did not show significant differences between control and GOx noodles either before or after 72 h of refrigeration. However, refrigerated storage of control and GOx noodles did result in a significant increase in wave velocity and storage modulus ( M′ ) as well as a decrease in attenuation and tan δ L (ratio of longitudinal loss modulus to longitudinal storage modulus), indicating increased firmness of noodle structure with storage time. Stress relaxation results on fresh unrefrigerated noodles showed an increase in Peleg's K 1 and K 2 parameters with GOx addition but did not resolve any significant changes in these parameters after 72 h of storage. This small amount of GOx did not improve cooked noodle texture, although noodle matrix changes during storage were clearly revealed by the noninvasive ultrasonic data.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,003
Score d'incertitude au seuil0,333

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,059
Tête enseignante GPT0,235
Écart entre enseignants0,176 · 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 tête enseignante, 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

Citations10
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207