Effect of the wheat starch/wheat protein ratio in a batter on fat absorption and quality attributes of fried battered and breaded fish nuggets
Notice bibliographique
Résumé
Abstract Battered and breaded fish nuggets (BBFNs) were prepared by treating fish with a batter composed of wheat starch (WS) and wheat protein (WP) blends (at the ratios of 15:1, 13:1, 11:1, 9:1, and 7:1, w/w), frying at 170 °C (40 s) followed by 190 °C (30 s). Fried BBFNs were evaluated for moisture and fat contents, color, shrinkage, acrylamide content, and fat distribution. Results showed that moisture content and brightness ( L * value from colorimetry) increased with a decrease of WS/WP ratio to 11:1 w/w, then decreased as WS/WP ratio further decreased, while fat content, fat distribution level, and shrinkage of fried BBFNs presented opposite results. However, there was a slight influence of WS/WP ratio on yellowness ( b * value), redness ( a * value), and acrylamide content of fried BBFNs. Among WS/WP ratios, fried BBFNs with 11:1 w/w have the highest moisture content (16.43%) and the lowest fat content (23.39%), fat distribution level, shrinkage (10.72%), and acrylamide content (57 mg/kg), while a crust with golden‐yellow color was observed. This study demonstrates that moisture evaporation and fat absorption were significantly influenced by WS/WP ratio in the batter ( P < 0.05), with the most effective results in quality attributes improvement of fried BBFNs. Practical Application This study clearly showed that the fat content and quality attributes of fried BBFNs were significantly affected by WS/WP ratio in the batter ( P < 0.05). The inhibition of fat absorption and improvement of shrinkage and color in fried BBFNs was the most effective for a 11:1 w/w WS/WP ratio.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| 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 ».