A Novel Dairy Fermented Frozen Dessert with Honey and Pomegranate Juice: Physicochemical, Rheological and Sensory Properties
Notice bibliographique
Résumé
The effect of fat content and added yoghurt, honey and pomegranate juice concentration on the overrun, and the physicochemical, rheological and sensory properties of frozen yoghurt samples was investigated, aiming in the production of a novel low-fat and functional dairy fermented frozen dessert. For this purpose, the methodology of mixture experiment was applied to twenty samples, while a control sample (without using honey and pomegranate juice) was also produced. According to the results, the increase in yoghurt concentration resulted in increasing pH, overrun, brightness, elastic modulus (G´) determined at -2 °C and sensory hardness of the samples, while it reduced color parameters a* and b*, creaminess, sweetness and fattiness. Increasing honey concentration reduced lactic acid concentration, G´ at -2 °C, hardness, sensory acidity, and to a lesser extent pH, while increased color parameter b*, overrun, sensory color intensity, creaminess, sweetness, and fattiness of the samples. The increase in pomegranate juice concentration resulted in decreasing pH, brightness and b*, as well as increasing a*, color intensity, creaminess and sensory acidity. Finally, fat, by interacting with one or two of the three constituents (yoghurt, honey and pomegranate juice), decreased pH, creaminess and fattiness, while increased lactic acid concentration, b*, color intensity and to a lesser degree the overrun level of the samples. Overall acceptability of the samples indicated that it is possible to use honey and pomegranate juice in the production of low-fat frozen yoghurt with favorable sensory 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».