MétaCan
Menu
Retour à la cohorte
Enregistrement W2751231645 · doi:10.1039/c7fo01041a

The effect of salt concentration on swelling power, rheological properties and saltiness perception of waxy, normal and high amylose maize starch

2017· article· en· W2751231645 sur OpenAlexaff
Xudong Zhang, Dongwei Guo, Jiquan Xue, S. Yanniotis, Ioanna Mandala

Notice bibliographique

RevueFood & Function · 2017
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesAgricultural University of Athens
Mots-clésSwellingAmyloseRheologyStarchFood scienceSalt (chemistry)Maize starchChemistryAmylopectinMaterials scienceOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

The effect of salt concentration on swelling power, rheological properties and saltiness perception of waxy, normal and high amylose maize starch was investigated. The swelling power decreased with increasing salt concentration from 0% to 2.0% among all starch samples. Waxy starch showed the highest swelling power at different salt levels, while high amylose starch showed the least swelling power. The salt addition increased the gelatinization temperature of waxy starch and normal starch from 71.3 °C to 77.1 °C and from 72.3 °C to 78.2 °C. Their storage modulus (G'), loss modulus (G''), and viscosity values at lower salt concentration were greater than those at higher salt concentration. The increasing tan δ of waxy and normal starch against frequency sweep indicated liquid-like behavior, while high amylose starch exhibited decreasing tan δ indicating solid-like behavior as it was difficult to gelatinize. When sensory evaluation was conducted by trained panelists, it was found that high amylose starch displayed the highest initial saltiness and in-mouth saltiness intensity, accompanied by the greatest thickness, lubrication and stickiness, while waxy starch displayed the lowest values for saltiness perception and mouthfeel.

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)0,001
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
Métarecherche0,0000,001
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 recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,239
Écart entre enseignants0,217 · 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

Citations57
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood & FunctionMême sujetFood composition and propertiesTravaux en français237 207