MétaCan
Menu
Retour à la cohorte
Enregistrement W3087122312 · doi:10.1002/cche.10347

Processing and quality aspects of bulgur from <i>Triticum durum</i>

2020· article· en· W3087122312 sur OpenAlexafffund
Andrea K. Stone, Shuyang Wang, Mehmet Tülbek, Filiz Köksel, Michael T. Nickerson

Notice bibliographique

RevueCereal Chemistry · 2020
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of ManitobaUniversity of Saskatchewan
Organismes subventionnairesMinistry of Agriculture - Saskatchewan
Mots-clésFood processingFood scienceFood technologyChemistryProcess engineeringPulp and paper industryAgricultural engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Background and objectives Bulgur is an important food source in many countries around the world. In North America, its consumption is increasing as it can be used as a more nutritious quick cooking substitute to rice. The main processing steps of bulgur from Triticum durum are reviewed including the comparison of different technologies for cooking, drying, debranning, and milling of bulgur and the effects of processing on the nutritional components of the grain. Findings Every step of the production process is crucial to final product quality. Cooking methods include parboiling, autoclave, microwave, and steam, with autoclaving being the most used technique but disadvantages include higher losses of water‐soluble vitamins and some reports of color deterioration. Air, forced air, vacuum, microwave, and infrared dryers, as well sun and solar drying, have all been investigated with infrared and microwave drying being promising novel methods for drying bulgur after cooking. Different types of mills can be used for bulgur particle size reduction, and choice of mill will depend on size requirements; however, all bulgur should be larger than 0.5 mm with an ovoid shape and smooth exterior. Nutritional benefits of bulgur include relatively high protein and fiber content, resistant starch, B vitamins, minerals, and phytochemicals such as lutein and ferulic acid. Conclusions Color is a much studied quality attribute; however, its importance to non‐traditional consumers is unknown. Research is lacking on whole grain (minimally debranned) bulgur and the optimization of nutritional quality in conjunction with processing parameters. Due to the partial debranning, there is wide variability in the reported fiber content of bulgur; however, overall it would be nutritionally beneficial to include bulgur in one's diet. Significance and novelty The production steps of bulgur are clarified and reviewed with consideration to the macro‐ and micronutrient content. This review will allow for future research on bulgur to increase its utilization as a low‐cost value‐added plant‐based food.

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 enseignants0,042
Score d'incertitude au seuil0,364

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 Opus0,035
Tête enseignante GPT0,264
Écart entre enseignants0,229 · 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

Citations20
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207