MétaCan
Menu
Retour à la cohorte
Enregistrement W2900296947 · doi:10.1002/star.201800196

Influence of Extrusion Mixing on Preparing Lipid Complexed Pea Starch for Functional Foods

2018· article· en· W2900296947 sur OpenAlexaff
Kristi Ciardullo, Elizabeth Donner, Michael R. Thompson, Qiang Liu

Notice bibliographique

RevueStarch - Stärke · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensMcMaster UniversityAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésFood scienceStarchPalmitic acidExtrusionChemistryMyristic acidResistant starchHydrolysisDigestion (alchemy)Fatty acidBiochemistryChromatographyMaterials science

Résumé

récupéré en direct d'OpenAlex

The present work examines the ability to reactively modify pea starch by lipid complexing in a twin‐screw extruder in order to produce a functional food product. The study considers the influence of moisture content, lipid type (myristic acid, palmitic acid) and content, in tests with differing screw designs to reduce enzymatic digestion. The modified starch was characterized for its physicochemical properties (bound lipid content, pasting properties, and Englyst digestion profiles). With near complete conversion at all tested lipid concentrations, differences found in enzyme resistance and pasting properties for the extruded samples were attributed to differences in the mixing environment. The lipid complexed pea starches under optimized conditions achieved a significant but moderate increase in either resistant starch (from 7.8% to 20%) or slowly digestible starch (from 12% to 23%) content compared to their native counterparts; however, the sought nutritional fractions (slowly digestible and resistant) could only be improved simultaneously with palmitic acid. The highest resistant fraction produced in the study corresponded to the higher shear environment tested and for complexes prepared at the highest lipid content.

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)0,001
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
Métarecherche0,0010,001
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,056
Tête enseignante GPT0,313
Écart entre enseignants0,257 · 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

Citations26
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStarch - StärkeMême sujetFood composition and propertiesTravaux en français237 207