Culinary Properties of Raw Versus Conventional Soy Sauce during Tuna Preparation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Soy sauce is a traditional Japanese seasoning made from fermented soybeans. As global demand grows, identifying novel soy sauce applications and benefits must become a priority. While conventional soy sauce undergoes heat-sterilization, filter-sterilization produces a lighter-colored (raw) soy sauce with preserved mold enzyme activities. As the impact of raw soy sauce during food (especially seafood) preparation remains unstudied, the present study compared the differential impact of raw and conventional soy sauce on tuna culinary properties. First, soy sauce color and protease activity were assessed. Next, tuna was marinated in soy sauce and non-alcoholic mirin for 0, 10, 35, or 60 min. Finally, marinated tuna properties (mass, salt content, surface salt penetration, color, rupture load, surface wetness, and protein content) were objectively assessed, and subjective sensory evaluation (appearance, aroma, wetness, softness, saltiness, umami, and overall taste) was performed by a blinded panel. Findings confirmed the lighter color of and the preservation of protease activity in raw soy sauce. Raw soy sauce significantly enhanced surface tenderization, salt penetration, and wetness, while both soy sauces increased surface firmness via salt-induced dehydration. Respondents significantly preferred the appearance and saltiness level of raw soy sauce-marinated tuna, and the umami and overall taste of tuna marinated in raw soy sauce for 60 min. The findings of this study, to our knowledge, demonstrate for the first time the potential culinary superiority of raw soy sauce in certain applications, and support future research to further define such applications.
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.
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 découle