MétaCan
Menu
Retour à la cohorte
Enregistrement W3047354301 · doi:10.3390/foods9081071

Modification of Physicochemical Properties of Breadfruit Flour Using Different Twin-Screw Extrusion Conditions and Its Application in Soy Protein Gels

2020· article· en· W3047354301 sur OpenAlexafffund
Shiqi Huang, Laura Román, Mario M. Martínez, B. M. Bohrer

Notice bibliographique

RevueFoods · 2020
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésExtrusionFood scienceSoy proteinMaterials scienceMoistureViscosityStarchSoy flourSwellingChemistryComposite material

Résumé

récupéré en direct d'OpenAlex

The objective was to modify functional properties of breadfruit flours using twin-screw extrusion and test the physicochemical properties of the extruded flours. Extruded breadfruit flours were produced with twin-screw extrusion using different last barrel temperature (80 °C or 120 °C) and feed moisture content (17% or 30%). These conditions resulted in four extruded flours with different mechanical (specific mechanical energy, SME) and thermal (melt temperature) energies. At temperatures below the gelatinization of the native starch (<70 °C), swelling power was increased in all extruded treatments. Solubility was dramatically increased in high-SME extruded flours at all tested temperatures. Water holding capacity was dramatically increased in the low-SME extruded flours. A two-fold higher cold peak viscosity was obtained for low SME-high temperature extruded flour compared with the other extruded flours. Low SME-low temperature extruded flour still exhibited a hot peak viscosity, which occurred earlier than in native flour. Setback was decreased in all extruded flours, especially in high-SME treatments. The incorporation of extruded flours into soy protein gels did not affect cooking loss, while hardness and springiness decreased with the addition of extruded flours. Overall, extrusion of breadfruit flour altered functional flour properties, including water holding capacity and pasting properties, and modified the texture of soy protein gels.

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 enseignants0,047
Score d'incertitude au seuil0,379

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 Opus0,075
Tête enseignante GPT0,285
Écart entre enseignants0,210 · 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

Citations15
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetFood composition and propertiesTravaux en français237 207