MétaCan
Menu
Retour à la cohorte
Enregistrement W3147927022 · doi:10.1039/d0ra09302e

Prediction of emulsification behaviour of pea and faba bean protein concentrates and isolates from structure–functionality analysis

2021· article· en· W3147927022 sur OpenAlexafffund
Fatemeh Keivaninahr, Pravin Gadkari, Khaled Zoroufchi Benis, Mehmet Tülbek, Supratim Ghosh

Notice bibliographique

RevueRSC Advances · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensSaskatoon Medical ImagingUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistry of Agriculture - Saskatchewan
Mots-clésEmulsionSolubilityPea proteinParticle sizeChemistryIsoelectric pointChromatographyCanolaViscosityZeta potentialSurface tensionChemical engineeringMaterials scienceFood scienceOrganic chemistryThermodynamicsComposite material

Résumé

récupéré en direct d'OpenAlex

The effects of different extraction methods on the structure-functionality and emulsification behaviour of pea and faba bean protein isolates, and concentrates were studied at pH 7 and 2, and a regression model was developed to predict emulsion characteristics based on protein properties. The concentrates produced by air classification had lower protein content but higher solubility in water compared to the isolates produced by isoelectric precipitation. The protein secondary structure did not show a consistent difference; however, much higher intrinsic fluorescence was observed for the soluble compared to the insoluble fractions. Interfacial tension of all faba proteins was lower than pea, while there was no significant difference between the concentrates and isolates. The higher protein content of the isolates was found to improve their water holding capacity. Canola oil (40 wt%)-in-water coarse emulsions, prepared with 2 wt% proteins and 0.25 wt% xanthan gum showed smaller particle size at pH 7 than pH 2, while the zeta potential, viscosity and gel strength were higher at pH 7. Emulsions stabilized with concentrates were better or comparable to the isolates in terms of particle size, zeta potential, and microstructure. The regression model predicted that an increase in solubility, intrinsic fluorescence, water and oil holding capacities are more favourable to decrease emulsion particle size, while an increase in solubility, intrinsic fluorescence would lead to higher emulsion destabilization. A decrease in interfacial tension was more favourable to lower destabilization. Emulsion viscosity was more dependent on water holding capacity compared to any other factor. Such models could be extremely beneficial for the food industry to modulate processing for the development of desired pulse protein ingredients.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,230
Écart entre enseignants0,207 · 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 source (Gemma direct ou Codex distillé), 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

Citations81
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRSC AdvancesMême sujetProteins in Food SystemsTravaux en français237 207