Influence of cooking method, fat content and food additives on physicochemical and nutritional properties of beef meatballs fortified with sugarcane fibre
Notice bibliographique
Résumé
Summary This study explored effects of different cooking methods, pork fat addition and food additives on physicochemical and nutritional attributes of beef meatballs fortified, or not, with 3% sugarcane fibre. TPA hardness of meatballs with fibre, cooked in boiling water, was lower compared to oven‐baked and pan‐fried (47.11, 56.24 and 59.22 N, respectively). Hardness also decreased with increasing fat content (5%, 10%, 15% and 20% fat; 62.07, 56.96, 54.02 and 45.51 N, respectively). Tetrasodium pyrophosphate and sodium tripolyphosphate provided similar results for all parameters except ash content where cooked meatballs with the latter were higher (1.98% and 2.22%, respectively). Cooking loss of 20% fat meatballs with fibre was lower (17.14%) compared to without fibre (20.28%). Loss of nutrients after cooking was lower for oven‐baked compared to boiling. Using different ingredients to manipulate quality traits of meatballs is an alternative to manufacture suitable products for different market requirements, for example for elderly consumers.
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 | 0,001 |
| 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 ».