MétaCan
Menu
Retour à la cohorte
Enregistrement W2994331438 · doi:10.221751/rmc2016.039

Use of Beef Collagen in Beef Hot Dogs

2017· article· en· W2994331438 sur OpenAlex
G. Prabhu, R. Husak, Hugo G. Hulshof

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueMeat and Muscle Biology · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCollagen: Extraction and Characterization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIngredientFood scienceChemistryLipid oxidationBiochemistry

Résumé

récupéré en direct d'OpenAlex

ObjectivesThe use of protein ingredients in meat products is becoming increasingly popular to increase protein levels, as a meat substitute due to its lower cost compared to meat, improve product texture, increase cook yields or to enhance final product flavor. Beef collagen comes from the corium layer of beef hides is an allergen-free, functional protein ingredient which can replace some or all of the traditional binders and other Group 2 protein ingredients like mustard (a declared allergen in Europe and Canada) in meat products. Beef collagen can also be used to replace meat to provide cost savings. Beef collagen is USDA/FSIS approved and listed on Directive 7120.1 for various comminuted meat products where binders are permitted not to exceed 3.5% of product formulation. The objective of this study was to evaluate quality characteristics of beef hot dogs by utilizing beef collagen with or without mustard flour as a Group 2 protein to maximize the added water. Materials and MethodsThree treatments of beef hot dogs were formulated: Control with 0.6% mustard flour (added water = 8.78), TRT 2: 0.6% mustard flour + 0.4% Beef collagen + 1.37% additional water (added water = 8.78), TRT 3: 1.01% Beef collagen + 2.83% additional water (added water = 10). Lean beef with 10% fat, salt, sodium phosphate, sodium nitrite, sodium erythorbate and half the water/ice were chopped in a bowl chopper to a temperature of 12°C. Beef with 50% fat, rest of the dry ingredients and the remaining water were added to the bowl chopper and chopped until the temperature reached 21°C. The emulsion was stuffed into a 22 mm diameter cellulose casings and cooked in a smokehouse to an internal temperature of 71.6°C. Hot dogs were stabilized using USDA Appendix B guidelines, peeled, vacuum packaged and stored in a cooler at 4°C for 120 d. Hot dogs were evaluated for cook yield by difference in weight before and after cooking, texture profile analysis (TPA) using a Texture Analyzer equipped with a 1-cm diameter stainless steel probe, with compression setting to 30% of hot dog of 2.54-cm height. TPA was measured on hot dogs that were warmed on a Model 12 Star Roller Grill set on medium heat for 15 min. Interior color (L, a, and b values) was measured using a handheld Hunterlab color reflectance meter equipped with a D65 Optical Sensor. Purge was measured by difference in weight of product and weight of liquid expelled in the package over 12 wk of refrigerated storage of vacuum packaged hot dogs. The study was replicated three times and statistical analysis was performed using ANOVA (P 0.05) different for TRT 3 compared to control. Hunterlab interior L values were significantly (P 0.05) different for any of the treatments. Purge was significantly (P < 0.05) lower for all test treatments compared to control over 12 wk of refrigerated storage of vacuum packaged hot dogs. ConclusionBeef collagen is an allergen-free functional Group 2 protein ingredient that can be used to replace other protein ingredients or meat to increase cook yields, reduced purge and improve texture in comminuted meat products.

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,325

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 Opus0,050
Tête enseignante GPT0,288
Écart entre enseignants0,238 · 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