MétaCan
Menu
Retour à la cohorte
Enregistrement W2611673881 · doi:10.1111/1750-3841.13726

Contribution of High‐Pressure‐Induced Protein Modifications to the Microenvironment and Functional Properties of Rabbit Meat Sausages

2017· article· en· W2611673881 sur OpenAlexaff
Siwen Xue, Xiaobo Yu, Huijuan Yang, Xinglian Xu, Hanjun Ma, Guanghong Zhou

Notice bibliographique

RevueJournal of Food Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésFood scienceChemistryRheologyTexture (cosmology)High pressureRaman spectroscopyCooked meatMaterials science

Résumé

récupéré en direct d'OpenAlex

Rabbit meat batters were subjected to high pressure (HP, 100 to 300 MPa for 3, 9, or 15 min) to elucidate their effects on proteins structures, the microenvironment, and the resulting functionalities of the subsequently heated products. To determine these effects, we investigated structural and microenvironmental changes using Raman spectroscopy and also expressible moisture content, textural characteristics, and dynamic rheological properties of batters during heating (20 to 80 °C). Untreated samples served as controls. Analysis of specific Raman spectral regions demonstrated that applications of HP to rabbit meat batters tended to induce the transformation of the all-gauche S-S conformation to gauche-gauche-trans in the batter system. HP treatment higher than 100 MPa for 9 min promoted secondary structural rearrangements, and molecular polarity enhancement in the proteins prior to cooking. Also, increases of O-H stretching intensities of rabbit meat sausages were obtained by HP treatment, denoting the strengthening of water-holding capacity. These HP-induced alterations resulted in improved texture and, perhaps, improved juiciness of rabbit meat sausages (P < 0.05), however they had relatively poorer rheological properties than the controls. Nevertheless, HP treatment, especially 200 MPa for 9 or 15 min, was an effective technique for improving the functionalities of gel-type products through modification of meat proteins.

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 enseignants0,326
Score d'incertitude au seuil0,361

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 Opus0,083
Tête enseignante GPT0,250
Écart entre enseignants0,167 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ScienceMême sujetMeat and Animal Product QualityTravaux en français237 207