بررسی ویژگیهای فیزیکو شیمیایی و آنتیاکسیدانی ماست موسیر پروبیوتیک غنی شده با اینولین
Notice bibliographique
Résumé
زمینه مطالعاتی: ماست پروبیوتیک به عنوان یک مادهغذایی فراسودمند بسیار مورد توجه قرار گرفته است. هدف: هدف از این پژوهش بررسی اضافه کردن موسیر و اینولین برای تولید ماست پروبیوتیک و تاثیر این ترکیبات بر خصوصیات فیزیکی شیمیایی و آنتیاکسیدانی این محصول میباشد. روش کار: بدینمنظور موسیر در دو سطح (6/0 و3/0) درصد و اینولین در سه سطح (0، 5/0 و 5/1) درصد، برای تهیه ماست به شیر اضافه گردید و میزان درصد بازدارندگیDPPH ، محتوای کل ترکیبات فنلی، pH، ویسکوزیته، ظرفیت نگهداری آب، خصوصیات حسی و شمارش باکتریهای پروبیوتیک در طی 21 روز نگهداری مورد ارزیابی قرار گرفت. نتایج: نتایج نشان داد که به رغم کاهش معنیدار محتوای ترکیبات فنلی و درصد بازدارندگی DPPH طی مدت نگهداری، اضافه کردن موسیر و اینولین در تیمار حاوی اینولین 5/1 درصد + موسیر 6/0 درصد در روز اول باعث افزایش خاصیت آنتیاکسیدانی شد. با افزایش مدت زمان نگهداری در تمامی تیمارها، pH و ویسکوزیته کاهش یافت. افزودن اینولین باعث افزایش ظرفیت نگهداری آب نمونهها طی دوره نگهداری شد در صورتی که اضافه کردن موسیر تاثیر منفی روی این پارامتر داشت. اضافه کردن اینولین ضمن بهبود ویسکوزیته و پذیرش ارزیابان حسی، منجر به زندهمانی بیشتر باکتری لاکتوباسیلوس اسیدوفیلوس در پایان دوره نگهداری نسبت به بقیه تیمارها شد. حضور موسیر و اینولین به طور معنیدار تاثیر مثبت در زندهمانی جمعیت میکروبی پروبیوتیک داشتند. نتیجه گیری نهایی: نتایج این پژوهش نشانداد میتوان با تولید ماست موسیر پروبیوتیک حاوی اینولین بهعنوان یک غذای فراسودمند، انتخاب جدیدی برای مصرفکنندگان محصولات لبنی فراهم نمود که علاوه بر طعم مطلوب، خواص تغذیهای مناسبی را نیز از مصرف آن احراز نمایند.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».