MétaCan
Menu
Retour à la cohorte
Enregistrement W2981993701 · doi:10.1002/cche.10233

Effect of roasting as a premilling treatment on the functional and bread baking properties of whole yellow pea flour

2019· article· en· W2981993701 sur OpenAlexafffund
Gina Young, Lindsay Bourré, Peter Fröhlich, 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-clésRoastingAromaFood scienceFlavorChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Background and objectives There is a growing global interest in partially replacing wheat flour with pulse flours in foods, including bread. However, undesirable flavors associated with pulse flours, especially yellow pea flour, have limited their use in foods. Pretreating pulses prior to milling offers a possible solution for improving the flavor of pulse flours. The objective of this research was to examine the effect of oven roasting and Revtech roasting (with and without steam) on the compositional, functional, and bread baking properties of whole yellow peas. Findings Regardless of the roasting method used, a roasting temperature of 120°C resulted in flours that retained good functionality and bread baking properties with less detrimental changes in flour color. Bread made with peas roasted at 120°C also had reduced aroma and flavor properties compared to bread made with untreated peas. Conclusions The strong aroma and flavor properties of yellow peas can be reduced by pretreating the peas prior to milling using conventional oven roasting and Revtech roasting. By selecting the appropriate roasting temperature, flour functionality for bread baking can be maintained. Significance and novelty Roasting is a useful premilling treatment for yellow peas. Reducing the off‐flavors associated with pulses while maintaining flour functionality will allow for greater use of pulse flours in formulating foods.

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 enseignants0,013
Score d'incertitude au seuil0,312

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 Opus0,018
Tête enseignante GPT0,219
Écart entre enseignants0,202 · 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

Citations32
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207