Recent Innovations in Emulsion Science and Technology for Food Applications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Emulsion technology has been used for decades in the food industry to create a diverse range of products, including homogenized milk, creams, dips, dressings, sauces, desserts, and toppings. Recently, however, there have been important advances in emulsion science that are leading to new approaches to improving food quality and functionality. This article provides an overview of a number of these advanced emulsion technologies, including Pickering emulsions, high internal phase emulsions (HIPEs), nanoemulsions, and multiple emulsions. Pickering emulsions are stabilized by particle-based emulsifiers, which may be synthetic or natural, rather than conventional molecular emulsifiers. HIPEs are emulsions where the concentration of the disperse phase exceeds the close packing limit (usually >74%), which leads to novel textural properties and high resistance to gravitational separation. Nanoemulsions contain very small droplets (typically d < 200 nm), which leads to useful functional attributes, such as high optical clarity, resistance to gravitational separation and aggregation, rapid digestion, and high bioavailability. Multiple emulsions contain droplets that have smaller immiscible droplets inside them, which can be used for reduced-calorie, encapsulation, and delivery purposes. This new generation of advanced emulsions may lead to food and beverage products with improved quality, health, and sustainability.
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.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle