Nutritional Composition and In Vitro Starch Digestibility of Crackers Supplemented with Faba Bean Whole Flour, Starch Concentrate, Protein Concentrate and Protein Isolate
Notice bibliographique
Résumé
The nutritional quality of common wheat-based foods can be improved by adding flours from whole pulses or their carbohydrate and protein constituents. Faba bean (Vicia faba L.) is a pulse with high protein concentration. In this study, prepared faba bean (FB) flours were added to wheat based baked crackers. Wheat cracker recipes were modified by substituting forty percent wheat flour with flours from whole faba bean, starch enriched flour (starch 60%), protein concentrate (protein 60%) or protein isolate (protein 90%). Baked crackers were ground into meal and analyzed for their macronutrient composition, starch characteristics and in vitro starch hydrolysis. Faba bean supplemented crackers had lower (p ≤ 0.001) total starch concentrations, but proportionally higher protein (16.8–43%), dietary fiber (6.7–12.1%), fat (4.8–7.1%) and resistant starch (3.2–6%) (p ≤ 0.001) than wheat crackers (protein: 16.2%, dietary fiber: 6.3%, fat: 4.2, resistant starch: 1.2%). The increased amylose, amylopectin B1- chain and fat concentration from faba bean flour and starch flour supplementation in cracker recipe contributed to increased resistant starch. Flours from whole faba bean, starch or protein fractions improved the nutritional properties and functional value of the wheat-based crackers. The analytical analysis describing protein, starch composition and structure and in vitro enzymatic hydrolysis advance understanding of factors that account for the in vivo benefits of faba bean flours added to crackers in human physiological functions as also previously shown for pasta. The findings can be used to guide development of improve nutritional quality of similar wheat-based food products.
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) | 0,000 | 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 ».