Deep-fat Frying of Vegetable Oils: Major Chemical Reactions and Effect of Natural Extracts on Oxidative Stability - A Review
Notice bibliographique
Résumé
Deep-fat frying is a popular cooking technique in the world and vegetable oil is widely used as the frying medium in this process. Deep-fat frying produces both desirable and undesirable compounds through various chemical reactions. Undesirable chemical compounds are formed mainly through hydrolysis, oxidation and polymerization reactions. These compounds lower the oxidative stability thereby, the quality of oil and food. Antioxidants are added to improve the oxidative stability of oil during deep-fat frying by lowering the free radical action in frying oil. Even though artificial antioxidants are added to frying oils to lower the effects of undesirable chemical reactions and their products, the efficiency of artificial antioxidants decrease with increasing temperature and may cause adverse health effects to the consumer. Natural extracts of rosemary (Rosmarinus officinalis), sage (Salvinia officinalis), tea (Camelia sinensis), oregano (Origanum vulgare) and barley (Hordeum vulgare) are stable under frying conditions and act as effective antioxidants during deep-fat frying. Despite confirmation by numerous research, the use of natural compounds as antioxidants in deep-fat frying is not popular in the food industry. Hence this review explores the major chemical reactions in vegetable oils during deep-fat frying and the effect of natural compounds and extracts in interrupting these undesirable chemical reactions.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| 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 | 0,001 |
| 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 ».