Soluble Pea Protein Aggregates Form Strong Gels in the Presence of κ-Carrageenan
Notice bibliographique
Résumé
Pea protein has attracted attention as an alternative for soy protein, but its weaker gelling properties have limited applications in food formulations. In this study, heat-induced soluble pea protein aggregates were prepared in the first step, followed by the heat-induced gelation of the soluble pea protein aggregates in the presence of a small amount of κ-carrageenan. The mechanical property measurement indicated that the complex gel strength can be modulated by modifying the pea protein aggregate properties to achieve a compressive strength up to 14.15 kPa. In addition, such strong gels were achieved at a relatively low concentration of protein (7.5%) and κ-carrageenan (0.5%) and thus are advantageous for practical applications. The surface hydrophobicity, transmission electron microscopy, and Fourier-transform infrared spectroscopy characterizations suggest that pea protein particulate aggregates with hydrophobic patches on the surface can serve as the active building blocks to establish a homogeneous three-dimensional network of highly cross-linked structures with small pore size, thus leading to gels of superior mechanical strength when compared with gels prepared from pea protein isolate with κ-carrageenan. This research has provided a novel approach for structuring and texturization of plant-protein-based foods by using protein aggregates and contributed to the understanding of mechanism of gel formation from pea protein aggregates in the presence of κ-carrageenan.
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 | 0,000 |
| 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 ».