Aquafaba from Korean Soybean I: A Functional Vegan Food Additive
Notice bibliographique
Résumé
The substitution of animal-based foods (meat, eggs, and milk) with plant-based products can increase the global food supply. Recently, pulse cooking water (a.k.a. aquafaba) was described as a cost-effective alternative to the egg in gluten-free, vegan cooking and baking applications. Aquafaba (AQ) forms stable edible foams and emulsions with functional properties that are like those produced by whole egg and egg white. However, the functional ingredients of AQ are usually discarded during food preparation. In this study, Korean-grown soy (ver. Backtae, Seoritae, and Jwinunikong) and chickpea were used to produce AQ. Two approaches were compared. In the first, seed was cooked at an elevated pressure without presoaking. In the second, seed was soaked, then, the soaking water was discarded, and soaked seed was cooked at an elevated pressure. Both approaches produced a useful emulsifier, but the latter, with presoaking, produced a superior product. This approach could lead to a process that involves a small number of efficient steps to recover an effective oil emulsifier, produces no waste, and is cost-effective. The AQ product from Backtae (yellow soybean) produced emulsions with better properties (90%) than AQ produced from other cultivars and produced more stable food oil emulsions. This study will potentially lead to gluten-free, vegan products for vegetarians and consumers with animal protein allergies. This is the first report of the efficient production of AQ, an egg white substitute derived from cooked soybean of known cultivars.
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) | 0,023 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».