MétaCan
Menu
Retour à la cohorte
Enregistrement W2972984398 · doi:10.1002/cche.10218

Effect of dry and steam heating on the functional and bread baking properties of yellow pea and navy bean flours

2019· article· en· W2972984398 sur OpenAlexafffund
Lindsay Bourré, Gina Young, H. Hill, Shona Fraser, Yulia Borsuk, Ashok Sarkar, Elaine Sopiwnyk, Stuart Jones, Adam Dyck, Linda Malcolmson

Notice bibliographique

RevueCereal Chemistry · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensCanadian International Grains Institute
Organismes subventionnairesSaskatchewan Pulse Growers
Mots-clésFood scienceFlavorAromaChemistryStarchWheat flourAbsorption of waterFarinographMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Background and objectives Although there is growing interest in partially replacing wheat flour with pulse flours in bread, the flavor of pulse flours can limit their use. Heat treating pulse flours, with and without the addition of steam, was examined to determine whether the flavor of split yellow pea flour (SYPF) and whole navy bean flour (WNBF) could be improved without altering flour functionality and bread baking properties. Findings Significant temperature × steam interactions were found for most flour parameters including pasting properties, water absorption capacity (WAC), starch damage, and color. Protein, starch, and flour particle size were altered as were pasting and farinograph properties of the pulse/wheat flour blends. Differences in specific volume, color, and C‐cell properties were more evident in the breads made with the treated WNBFs likely due to the different bread formulation used and the presence of hull in the flour. Conclusions Processing the SYPF and the WNBF at 120 and 140°C with steam improved the aroma and flavor of the bread while maintaining good flour functionality and bread baking properties. Significance and novelty Heating treating pulse flours with the addition of steam successfully reduced the objectionable aroma and flavor characteristics associated with SYPF and WNBF. Eliminating undesirable aroma and flavor properties provides a greater opportunity for the inclusion of pulse flours in foods to enhance their nutritional properties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,032
Score d'incertitude au seuil0,270

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,207
Écart entre enseignants0,196 · 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 tête enseignante, 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

Citations17
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207