Quality characteristics of angel food cake and muffin using lentil protein as egg/milk replacer
Notice bibliographique
Résumé
Summary Replacement of animal proteins could be interesting for the food industry because it allows long‐term cost savings, among other reasons. Replacing egg/milk protein (50–100 wt%) by lentil protein ( LP ) was evaluated on angel cake/muffin quality. The replacement did not significantly affect final product volume, neither the muffins nor the angel food cakes. LP did not affect dough formation and contributed to hold crumb structure building an entangled network in both cake products. In addition, angel cakes and muffins containing LP had significantly lower baking loss than the control. Inferior quality for angel cakes and muffins containing LP was observed regarding hardness and chewiness that increased upon storage, compared to the control. For sensory evaluation in angel cakes, appearance of LP formulations showed lower scores than the control, likely due to the change of crumb colour. Other attributes were not significantly impacted by LP presence. For muffins, M‐100‐ LPC formulation showed significant differences with the control for most of the attributes, except appearance and flavour. Indeed, consumers preferred muffins with 100% egg/milk protein replacement, which received higher acceptability scores than control. They also appreciated the ‘nutty’ flavour and moisture of angel cake with 50% egg protein replacement. This research suggests that lentil protein can totally or partially substitute egg/milk protein as foam and emulsion stabiliser in cakes, producing products with satisfactory quality.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».