Rheological Properties of Wheat–Flaxseed Composite Flours Assessed by Mixolab and Their Relation to Quality Features
Notice bibliographique
Résumé
The effect of adding brown and golden flaxseed variety flours (5%, 10%, 15% and 20% w/w) to wheat flours of different quality for bread-making on Mixolab dough rheological properties and bread quality was studied. The flaxseed–wheat composite flour parameters determined such as fat, protein (PR), ash and carbohydrates (CHS) increased by increasing the level of flaxseed whereas the moisture content (MC) decreased. The Falling Number values (FN) determined for the wheat–flaxseed composite flours increased by increasing the level of flaxseed. Within Mixolab data, greater differences were attributed to the eight parameters analysed: water absorption, dough development time, dough stability and all Mixolab torques during the heating and cooling stages. Also, a general decreased was also recorded for the differences between Mixolab torques which measures the starching speed (C3-2), the enzymatic degradation speed (C4-3) and the starch retrogradation rate (C5-4), whereas the difference which measures the speed of protein weakening due to heat (C1-2) increased. Composite dough behaviour presented a close positive relationship between MC and DT, and FN and PR with the C1-2 at a level of p < 0.05. The bread physical and sensory quality was improved up to a level of 10–15% flaxseed flour addition in wheat flour.
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 | 0,000 |
| 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 ».