Canola protein thermal denaturation improved emulsion-templated oleogelation and its cake-baking application
Notice bibliographique
Résumé
The stability and viscoelasticity of an oil-in-water emulsion formed with canola proteins could be significantly improved by heat-induced protein thermal denaturation followed by aggregation at the oil droplet surface. This phenomenon was used to develop emulsion-templated oleogels with improved rheology and used in cake baking. Canola oil (50 wt%)-in-water emulsions stabilized by 1 and 4 wt% canola protein isolates (CPI), prepared by high-pressure homogenization, were dried at 60 °C in a vacuum oven followed by shearing to create the oleogels. Before drying, the emulsions were heated (90 °C for 30 min) to induce protein denaturation. The oleogel from 4 wt% CPI heated emulsions (HE) exhibited the lowest oil loss, highest gel strength, firmness and stickiness compared to all other oleogels. Cake batter prepared with shortening showed the lowest specific gravity, highest viscosity and storage modulus compared to CPI oleogels. Confocal micrographs of shortening cake batters showed smaller air bubbles entrapped in the continuous fat phase. In comparison, the oleogel cake batters showed dispersion of larger air bubbles, oil droplets, and protein aggregates. The oleogel cake showed a darker colour compared to the shortening cake due to the dark colour of CPI. Interestingly, oleogel cakes showed lower hardness, higher cohesiveness and springiness than the shortening cake, which was attributed to the higher cake volume of the former due to the formation of larger air channels stabilized by canola proteins. In conclusion, CPI stabilized emulsion-templated oleogels could be used as a potential shortening replacer in cake and other baking applications.
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 | 0,000 |
| 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 | 0,000 |
| 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 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 ».