MétaCan
Menu
Retour à la cohorte
Enregistrement W2939092224 · doi:10.3168/jds.2018-15943

Invited review: Understanding the behavior of caseins in milk concentrates

2019· review· en· W2939092224 sur OpenAlexaff
Milena Corredig, Pulari Krishnankutty Nair, Ying Li, H. Eshpari, Zhengtao Zhao

Notice bibliographique

RevueJournal of Dairy Science · 2019
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensParmalat (Canada)University of GuelphMinistry of Agriculture, Food and Rural Affairs
Organismes subventionnairesnon disponible
Mots-clésMicelleCaseinChemistryRheologyColloidFood scienceChemical engineeringMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The colloidal properties of the casein micelles play a major role in the structural properties of milk protein concentrates. Because of their great technological importance, the structural-functional relationships of casein micelles have been studied for decades in skim milk; however, novel ingredients are now available with higher protein concentrations and varying in composition. The colloidal behavior of caseins in these systems is not fully understood. Concentrates prepared with membrane technologies, and subjected to pre- or post-modifications that affect their technological functionality, have become increasingly widespread. This has created large opportunities for innovation and generation of value-added ingredients. The manner in which caseins interact with themselves and the other components in these concentrates will affect the structure of the final matrix. During concentration by filtration, the interparticle distance between the micelles decreases considerably, increasing their spatial correlation and decreasing their diffusivity. Rearrangements occur due to changes in environmental conditions, such as ionic composition, osmotic stress, shear, pH, or heating temperature. This will have important consequences on bulk viscosity of the concentrates, as well as on the mode of formation of structures' building blocks. This paper aims at highlighting some of the important factors affecting the colloidal structure of casein micelles, their destabilization and network formation, namely, processing history, volume fraction, composition of the serum phase, and ionic equilibrium. Understanding these factors will lead to a better quality control of dairy ingredients and to the development of a new generation of ingredients with targeted 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 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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,205
Tête enseignante GPT0,354
Écart entre enseignants0,149 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations119
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetProteins in Food SystemsTravaux en français237 207