MétaCan
Menu
Retour à la cohorte
Enregistrement W3001534675 · doi:10.3168/jds.2019-16787

Studying stirred yogurt microstructure using optical microscopy: How smoothing temperature and storage time affect microgel size related to syneresis

2020· article· en· W3001534675 sur OpenAlexaff
Audrey Gilbert, Laurie‐Eve Rioux, Daniel St‐Gelais, Sylvie L. Turgeon

Notice bibliographique

RevueJournal of Dairy Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensAgriculture and Agri-Food CanadaUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSyneresisFood scienceWhey protein isolateWhey proteinMicrostructureChemistryRheometrySmoothingOptical microscopeRheologyMaterials scienceComposite materialScanning electron microscopeMathematics

Résumé

récupéré en direct d'OpenAlex

A grainy texture and high syneresis are 2 defects in low-fat stirred yogurt that are often disliked by consumers. In this study, a rheometer controlling the shear rate and temperature was used to simulate the smoothing step of yogurt manufacture. Identical formulations containing whey protein isolate or whey protein concentrate were compared. After the yogurt milk underwent heat treatment, inoculation, and fermentation at 42°C, the yogurt was smoothed at 42°C (Y42) or 20°C (Y20) or during a cooling ramp from 42°C to 20°C (YR). Induced syneresis (serum expelled by centrifugation) was measured on d 3. Sizes of microgels (dense protein aggregates) were investigated on d 0, 4, and 7 by laser diffraction and by image analysis using optical microscopy. Optical microscopy was also used to characterize the reorganized protein network embedding microgels. The type of whey protein ingredient had only a slight effect on the induced syneresis of YR and Y20 treated yogurts, and the major effect came from the smoothing temperature. The Y42 treatment presented the highest induced syneresis; YR and Y20 had similar low induced syneresis values. Images showed a heterogeneous microstructure (large microgels, reorganized gel) and serum separation for Y42; the YR and Y20 networks were homogeneous. Both the image analyses and laser diffraction showed that the microgel size depended on the smoothing temperature. However, only the image analyses made it possible to identify a time dependency effect on microgel size during storage. The number of microgels >10 4 µm 2 continued to increase over time, whereas the number of microgels <10 3 µm 2 decreased. Microscopic observations were less destructive than laser diffraction and highlighted the presence of microgel aggregation during storage.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,021
Tête enseignante GPT0,252
Écart entre enseignants0,230 · 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 source (Gemma direct ou Codex distillé), 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

Citations57
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetProteins in Food SystemsTravaux en français237 207