MétaCan
Menu
Retour à la cohorte
Enregistrement W3043965224 · doi:10.1002/cche.10324

The interrelationships between wheat quality, composition, and dough rheology for a range of Western Canadian wheat cultivars

2020· article· en· W3043965224 sur OpenAlexaffabout
Patrícia Tozatti, Burcu Güldiken, María Constanza Fleitas, Ravindra N. Chibbar, Pierre Hucl, Michael T. Nickerson

Notice bibliographique

RevueCereal Chemistry · 2020
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésGluteninGlutenCultivarFood scienceRheologyGliadinChemistryComposition (language)Wheat flourAbsorption of waterPlant proteinAgronomyBotanyBiologyMaterials scienceComposite materialProtein subunitBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Background and objectives The overall goal of this research was to understand the interrelationships between wheat quality, grain and flour composition, and dough rheology for a range of commercially grown Canadian wheat ( Triticum aestivum L.) cultivars (×25) within different wheat market classes. Findings Cultivar type varied in proximate analyses, which directly impacted dough handling parameters. Micro‐doughLAB absorption was positively correlated with protein content, grain hardness, wet gluten, and dry gluten content, and was negatively correlated with the gluten performance index. Strong and significant correlation was found between gluten properties, flour composition, and dough strength measurements. Conclusions Protein and gluten properties, in particular, significantly impacted dough strength measurements. Cultivars displaying stronger gluten strengths may result in dough with better dough handling properties. Significance and novelty The study provides useful information about 25 commercially grown Western Canadian wheat cultivars with a range of gluten strength, and their relation to their glutenin and gliadin subunit composition, and dough handling properties.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,513
Score d'incertitude au seuil0,653

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 Opus0,071
Tête enseignante GPT0,306
Écart entre enseignants0,234 · 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'étudeObservationnel
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

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207