MétaCan
Menu
Retour à la cohorte
Enregistrement W2525041604 · doi:10.1002/jsfa.8048

Relation between ultrasonic properties, rheology and baking quality for bread doughs of widely differing formulation

2016· article· en· W2525041604 sur OpenAlexaff
Donatella Peressini, Dobrila Braunstein, J. H. Page, Anatoliy Strybulevych, Corrado Lagazio, Martin G. Scanlon

Notice bibliographique

RevueJournal of the Science of Food and Agriculture · 2016
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésRheologyUltrasonic sensorMaterials scienceFood scienceUltrasoundAttenuationComposite materialChemistryAcousticsOptics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The objective was to evaluate whether an ultrasonic reflectance technique has predictive capacity for breadmaking performance of doughs made under a wide range of formulation conditions. Two flours of contrasting dough strength augmented with different levels of ingredients (inulin, oil, emulsifier or salt) were used to produce different bread doughs with a wide range of properties. Breadmaking performance was evaluated by conventional large-strain rheological tests on the dough and by assessment of loaf quality. The ultrasound tests were performed with a broadband reflectance technique in the frequency range of 0.3-6 MHz. RESULTS: Principal component analysis showed that ultrasonic attenuation and phase velocity at frequencies between 0.3 and 3 MHz are good predictors for rheological and bread scoring characteristics. CONCLUSIONS: Ultrasonic parameters had predictive capacity for breadmaking performance for a wide range of dough formulations. Lower frequency attenuation coefficients correlated well with conventional quality indices of both the dough and the bread. © 2016 Society of Chemical Industry.

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)0,001
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 enseignants0,300
Score d'incertitude au seuil0,140

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,036
Tête enseignante GPT0,262
Écart entre enseignants0,226 · 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

Citations31
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Science of Food and AgricultureMême sujetFood composition and propertiesTravaux en français237 207