Smoothing temperature and ratio of casein to whey protein: Two tools to improve nonfat stirred yogurt properties
Notice bibliographique
Résumé
Consumers are not always ready to compromise on the loss of texture and increased syneresis that nonfat stirred yogurts display compared with yogurts that contain fat. In this study, we investigated milk protein composition and smoothing temperature as a means to control nonfat yogurt microstructure, textural properties, and syneresis. Yogurts were prepared with different ratios of casein to whey protein (R1.5, R2.8, and R3.9). Yogurts were pumped through a smoothing pilot system comprising a plate heat exchanger set at 15, 20, or 25°C and then stored at 4°C until analysis (d 1, 9, and 23). Yogurt particle size and firmness were measured. Yogurt syneresis and water mobility were determined, respectively, by centrifugation and time domain low-frequency proton nuclear magnetic resonance ( 1 H-LF-NMR). Increasing the smoothing temperature increased gel firmness and microgel (dense protein aggregates) sizes independently of the whey protein content. Also, yogurt microgel sizes changed with storage time, but the evolution pattern depended on protein ratio. Yogurt R1.5 showed the largest particles, and their sizes increased with storage, whereas R2.8 and R3.9 had smaller microgels, and R3.9 did not show any increase in microgel size during storage. Micrographs showed a heterogeneous gel with the empty area occupied by serum for R1.5, whereas R2.8 and R3.9 showed fewer serum zones and a more disrupted gel embedding microgels. Induced syneresis reduced with greater whey protein content and time of storage. This is in agreement with 1 H-LF-NMR showing less bulk water mobility with increasing whey protein content during storage. However, 1 H-LF-RMN revealed higher values of spontaneous serum separation during storage for R1.5 and R3.9 yogurts, whereas these were lower and stable for R2.8 yogurt. Microgels play an important structural role in yogurt textural attributes, and their characteristics are modulated by whey protein content and smoothing temperature. Optimization of these parameters may help improve nonfat stirred dairy gel.
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 ».