Effect of Glucosamine and Ascorbic Acid Addition on Beef Burger Textural and Sensory Attributes
Notice bibliographique
Résumé
Aside from the possible health benefit of dietary consumption of glucosamine (GlcN), studies have also reported its flavour enhancing properties in varying food products. However, the impact of its inclusion on other quality attributes of meat products has been under-assessed. The present study examined the effect of the addition of ascorbic acid (0.1%) and varying levels of GlcN (0.75, 1.5 and 3.0%) on colour stability, textural as well as sensory attributes of beef burger. Except for L * (lightness) value, significant interaction ( p <0.01) between storage time and added ingredient was observed for all colour parameters ( a* ; redness, b* ; yellowness, chroma, and hue angle) in beef burger. Generally, although ascorbic acid preserved the colour attributes of beef burgers during storage, addition of GlcN resulted in the deterioration of these colour parameters. Whereas the present result did not confirm any flavour enhancing attributes of GlcN compared to control, GlcN improved beef burger’s yield and reduced product cook loss. However, level of GlcN above 1.5% resulted in significant flavour and textural deterioration (p<0.05), leading to decline in consumer acceptability of beef burger. This study showed that a moderate level of glucosamine could be used in meat products as a functional ingredient with some additional technological benefits and limited impact on sensory attributes. Ascorbic acid adequately protected the colour of beef burger during refrigerated storage.
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 | 0,001 | 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 ».