MétaCan
Menu
Retour à la cohorte
Enregistrement W2253188120 · doi:10.5539/jfr.v5n1p114

Effect of Sodium Caseinates Addition on the Rheological Properties of Kefir during Gel Formation

2016· article· en· W2253188120 sur OpenAlexvenueno aff
K.D. Antoniou, Stylianos Exarhopoulos, Stylianos N. Raphaelides, Georgia Dimitreli, Apostolos S. Thomareis

Notice bibliographique

RevueJournal of Food Research · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Social FundEuropean Commission
Mots-clésRheologyKefirRheometerChemistryFermentationSyneresisSodium CaseinateDynamic modulusChromatographyFood scienceDynamic mechanical analysisChemical engineeringMaterials scienceOrganic chemistryPolymerComposite materialLactic acid

Résumé

récupéré en direct d'OpenAlex

The effect of Sodium Caseinates (SCN) addition on the rheological behavior of kefir during gel formation was monitored by means of a dynamic rheometer of novel design (U-tube Rheometer). Kefir samples were prepared from homogenized and pasteurized full fat (3.5% w/w) bovine milk with or without the addition of SCN at varying concentrations (1%, 2% or 3% w/w). A fermented milk inoculum derived from kefir grains was inoculated into the heat-treated milk and incubated at 25°C until the pH dropped to 4.6. According to the results, the fermentation time required for the onset of gelation, as well as for the pH value to reach 4.6 increased with increasing SCN concentration. The beginning of cross-linking of proteins towards aggregates that leads to the formation of a three-dimensional protein matrix, took place at higher pH values with increasing SCN concentration. The values of elastic modulus and loss tangent that correspond to this point decreased with increasing SCN content. The increase in SCN concentration caused the values of elastic modulus during gel formation to increase and those of loss tangent to decrease. The addition of caseins into the milk increased the number and the strength of the protein-protein interactions causing the elastic behavior of the samples to increase. The presence of SCN into the system of kefir greatly affected the formation of the kefir gel.

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)0,001
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,110
Tête enseignante GPT0,298
Écart entre enseignants0,188 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetProteins in Food SystemsTravaux en français237 207