Effect of barrel temperature and feed moisture on the physical properties of chickpea, sorghum, and maize extrudates and the functionality of their resultant flours—Part 1
Notice bibliographique
Résumé
Abstract Background and objectives The effect of barrel temperature (120 and 150°C, held constant in zones 4–6) and feed moisture (20 and 24%) on the physical properties of chickpea, sorghum, and maize extrudates and the functionality of their resultant flours was investigated. Findings The moisture–temperature interaction significantly affected expansion ratio for all extrudates. In general, greater expansion occurred at 150°C; however, greater expansion occurred for chickpea and the cereal flours at high and low moisture levels, respectively. Expansion was negatively correlated with both hardness and bulk density. Extrusion also gelatinized starch, which was indirectly reflected by the 2–3× increase in water hydration capacity and 8‐40x decrease in pasting viscosities for all flours. Oil holding capacity remained relatively unchanged. Extrusion showed minor and mixed results on the emulsifying abilities of the flours, whereas all precooked flours were nonfoaming. The precooked flours also displayed reduced nitrogen solubility relative to the raw flours. Conclusions Extrusion significantly affected the hydration and pasting properties of the flours. Maximum extrudate expansion required different extrusion conditions for chickpea flour as compared to cereal flours. Significance and novelty Based on their functionality, the extruded flours have potential application in instant hot or cold beverages or may be blended with other flours to achieve the desired product functionality.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».