MétaCan
Menu
Retour à la cohorte
Enregistrement W2500008293 · doi:10.1111/jfpp.12824

Comparative Study of the Effects of Processing on the Nutritional, Physicochemical and Functional Properties of Lentil

2016· article· en· W2500008293 sur OpenAlexafffund
Alberta N. A. Aryee, Joyce I. Boye

Notice bibliographique

RevueJournal of Food Processing and Preservation · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePhytase and its Applications
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésFood scienceChemistryPhytic acidSolubilityIsoelectric pointAbsorption of waterBioavailabilityLysineBlanchingRaw materialFourier transform infrared spectroscopyAmino acidBotanyChemical engineeringBiochemistryOrganic chemistryBiologyEnzyme

Résumé

récupéré en direct d'OpenAlex

The effects of processing (dry-milling, cooking, isoelectric precipitation) on the physicochemical, functional and nutritional properties of lentil were evaluated. Protein, moisture, lipid and ash contents of raw lentil flour (RLF), cooked lentil flour (CLF) and lentil protein isolate (LPI) ranged between 29.2 and 90.6%; 0.5 and 6.7%; 0.1 and 0.7%; and 2.4 and 3.4%, respectively. LPI contained smaller particles with narrower size distribution than CLF or RLF. RLF contained less lysine but had more determined sulfur-containing amino acids than the CLF. LPI and CLF, respectively, showed the highest and lowest solubility between pH 1 and 12. Water holding and fat absorption capacities were highest for LPI followed by CLF and RLF. Circular dichroism and FTIR spectroscopy showed minimal secondary structural changes in RLF and LPI compared with CLF. Anti-nutritional factors content and thermal properties revealed distinct variations between the two flours and protein isolate. Processing of lentils could be explored to modify its functionality for various food applications. Practical Applications This article presents simple processing methods (dry-milling, cooking and isoelectric precipitation) to modify and obtain value-added lentil products with improved physicochemical, functional and nutritional characteristics. Such processing approaches could markedly influence the value of lentil, diversify it use, and help to improve the competitiveness of the pulse sector. Research Highlights Milling, cooking and protein extraction modified the properties of lentil The protein-rich lentil isolate had low phytic acid and trypsin inhibitor content Protein solubility, water holding and fat absorption were improved in the isolate Amino acid content and quality of protein were highest in the protein isolate

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 Opus0,071
Tête enseignante GPT0,248
Écart entre enseignants0,177 · 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

Citations102
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Food Processing and PreservationMême sujetPhytase and its ApplicationsTravaux en français237 207