Effect of barrel temperature and feed moisture on the physical properties of chickpea–sorghum and chickpea–maize extrudates, and the functionality and nutritional value of their resultant flours—Part II
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 (CS) and chickpea–maize (CM) extrudates, and the functional and nutritional properties (protein quality) of their flours were examined. Findings Temperature had a greater effect on the physical properties than moisture for both blends, where, in general, extrusion at 150°C resulted in greater expansion, less hardness, and lower bulk density than at 120°C. Extrusion also increased the water‐holding capacity relative to the raw CS and CM blends, but had an adverse effect on oil‐holding capacity, foaming, and emulsifying properties. Pasting viscosities of precooked flours were also lowered by 8 to 37 times due to the pregelatinization of the starch. Although in vitro protein digestibility increased after extrusion, the in vitro protein digestibility‐corrected amino acid score (PDCAAS) showed an overall reduction relative to the raw blended flours due to the reduction of the primary limiting amino acid lysine during extrusion. Conclusions Only the chickpea–maize blend extruded at 120°C at either 20% or 24% moisture had higher in vitro PDCAAS than the raw blend, with only the one with 24% moisture having a value >0.70. Significance and novelty A balance between functionality and protein quality needs to be considered when using extruded pulse–cereal blends.
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 ».