MétaCan
Menu
Retour à la cohorte
Enregistrement W2514954142 · doi:10.1094/cchem-01-16-0015-r

Properties of Arabinoxylans in Frozen Dough Enriched with Wheat Fiber

2016· article· en· W2514954142 sur OpenAlexafffund
Vivian Adams, Sanaa Ragaee, H. Douglas Goff, El‐Sayed M. Abdel‐Aal

Notice bibliographique

RevueCereal Chemistry · 2016
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Guelph
Organismes subventionnairesOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésArabinoxylanChemistryFood scienceBranXyloseArabinoseDietary fiberFiberPolysaccharideFermentationRaw materialBiochemistry

Résumé

récupéré en direct d'OpenAlex

The global market for frozen bread dough is rising; however, its quality could deteriorate during extended storage. Our previous study indicated that undesirable changes caused by freezing could be reduced by adding arabinoxylan‐rich fiber sources. The present study investigated the changes in arabinoxylan properties of yeasted dough during frozen storage. Dough samples made from refined, whole, and fiber‐enriched (15% either wheat aleurone or bran) flours were stored at –18°C for nine weeks, and structural properties of arabinoxylan were probed during storage. Water‐extractable arabinoxylan (WEAX) content in dough samples increased by about 19–33% during the first three weeks of storage. Prolonged storage of dough (weeks 6 and 9), however, correlated with a decline in WEAX content. Average molecular weight and intrinsic viscosity of WEAX decreased during storage for all frozen dough samples. Arabinose‐to‐xylose ratios also decreased by 11 and 6% for control and composite dough samples, respectively. There was a significant positive correlation ( r = 0.89, P < 0.0001) between WEAX content of dough and bread quality throughout the storage period. The results demonstrated that changes in dough quality during frozen storage were related to changes in the content and structure of WEAX that took place during frozen storage.

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)0,000
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 enseignants0,036
Score d'incertitude au seuil0,403

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,207
Écart entre enseignants0,191 · 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

Citations9
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207