MétaCan
Menu
Retour à la cohorte
Enregistrement W2943132672 · doi:10.1002/cche.10161

Influence of particle size on flour and baking properties of yellow pea, navy bean, and red lentil flours

2019· article· en· W2943132672 sur OpenAlexafffund
Lindsay Bourré, Peter Fröhlich, Gina Young, Yulia Borsuk, Elaine Sopiwnyk, Ashok Sarkar, Michael T. Nickerson, Yongfeng Ai, Adam Dyck, Linda Malcolmson

Notice bibliographique

RevueCereal Chemistry · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of SaskatchewanCanadian International Grains Institute
Organismes subventionnairesSaskatchewan Pulse Growers
Mots-clésParticle sizeStarchFood scienceGrindingParticle-size distributionWheat flourParticle (ecology)ChemistryMaterials scienceComposite materialBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background and objectives Pulse flours are produced by dry grinding pulses. Currently, no standards exist for the particle size of pulse flours. The objective of this study was to investigate how particle size affected the flour and bread‐baking properties of commercially milled pulse flours and those produced using a Ferkar mill. Findings Finer pulse flours tended to have greater starch damage, lower water absorption capacity (WAC), and higher peak and final viscosities. Navy bean flour had a larger particle size distribution, lower starch damage, greater WAC, and lower peak and final viscosities due to presence of hull. Red lentil flour had a larger particle size distribution and higher starch damage than yellow pea flour. Bread made with finer pulse flours had better bread scores and a tighter, less open crumb structure. Bread volume was not affected by flour particle size, nor were the sensory properties of the bread in most cases. Conclusions Particle size affected flour and bread‐baking properties of pulse flours indicating that particle size should be considered when formulating pulse‐based breads. Flours milled from whole pulses will have larger particle size distributions due to the presence of hull. Seed hardness will affect the grinding properties of pulses which will affect particle size and starch damage. Significance and novelty Standardization of particle size for pulse flours would allow for consistency when sourcing flours from different suppliers. However, given that different particle size distributions may be better suited to certain applications than others, it may be more useful if suppliers specify the particle size similar to what is done with oat ingredients.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 savante0,0010,000
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 Opus0,012
Tête enseignante GPT0,212
Écart entre enseignants0,200 · 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

Citations96
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207