Oxidizing agent‐assisted extrusion cooking of yellow peas and the techno‐functionality of the resulting extrudate flours
Notice bibliographique
Résumé
To enhance pulse flour techno-functionality, different oxidizing agents were used during extrusion cooking. Benzoyl peroxide (BP) (45 mg/kg), azodicarbonamide (ADA) (150 mg/kg), and pressurized air (injection pressures of 200 and 400 kPa) were employed at three different extrusion temperature profiles, and their effects on techno-functional quality of resulting yellow pea (YP) extrudate flours were investigated. Oxidizing agents and extrusion temperature impacted water solubility (WS), water-binding capacity, emulsion capacity (EC), emulsion stability (ES), and pasting properties of YP extrudate flours. Oxidizing agent effects were extrusion temperature-dependent. At a die temperature of 95℃, BP and ADA addition significantly increased EC and ES, while air injection at 400 kPa increased WS, ES, cold, and trough viscosities. Manipulation of pulse flour techno-functionality through oxidizing agent-assisted extrusion has proven to be an effective approach to manufacture novel ingredients that can be used in a wide variety of foods. Practical applications High protein and fiber content of pulses make them an attractive ingredient for new product development strategies in the food industry. Nevertheless, there can be significant quality challenges when using pulses in food products due to their less than ideal techno-functional properties which lead to quality defects in reformulated products. Extrusion cooking has been employed to modify pulse flours and to develop pulse-based ingredients with superior techno-functionality. The use of oxidizing agents during extrusion cooking can be another means of addressing these techno-functionality issues, without the need of additional equipment for the industry. In this study, depending on the oxidizer type and extrusion temperature, oxidizing agent-assisted extrusion cooking has proven to improve several techno-functional quality attributes of yellow pea flour. The same technology can be employed to improve the techno-functionality of different pulse flours.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».