MétaCan
Menu
Retour à la cohorte
Enregistrement W2996080560 · doi:10.3390/foods8120685

Chickpea Cultivar Selection to Produce Aquafaba with Superior Emulsion Properties

2019· article· en· W2996080560 sur OpenAlexafffund
Yue He, Youn Young Shim, Rana Mustafa, Venkatesh Meda, Martin J. T. Reaney

Notice bibliographique

RevueFoods · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensGenome PrairieUniversity of Saskatchewan
Organismes subventionnairesMinistry of Agriculture - Saskatchewan
Mots-clésEmulsionCultivarChemistryFood scienceHorticultureAgronomyBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Aquafaba (AQ), a viscous by-product solution produced during cooking chickpea or other legumes in water, is increasingly being used as an egg replacement due to its ability to form foams and emulsions. The objectives of our work were to select a chickpea cultivar that produces AQ with superior emulsion properties, and to investigate the impact of chickpea seed physicochemical properties and hydration kinetics on the properties of AQ-based emulsions. AQ from a Kabuli type chickpea cultivar (CDC Leader) had the greatest emulsion capacity (1.10 ± 0.04 m2/g) and stability (71.9 ± 0.8%). There were no correlations observed between AQ emulsion properties and chickpea seed proximate compositions. Meanwhile, AQ emulsion properties were negatively correlated with AQ yield and moisture content, indicating that AQ with higher dry-matter content displayed better emulsion properties. In conclusion, the emulsification properties of aquafaba are greatly influenced by the chickpea genotype, and AQ from the CDC Leader chickpea produced the most stable food oil emulsions.

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 enseignants0,199
Score d'incertitude au seuil0,638

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 Opus0,016
Tête enseignante GPT0,193
Écart entre enseignants0,176 · 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

Citations58
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetProteins in Food SystemsTravaux en français237 207