The effect of addition of high-melting monoacylglycerol and candelilla wax on pea and faba bean protein foam-templated oleogelation
Notice bibliographique
Résumé
Oleogels prepared from hydrocolloids have recently gained a lot of attention as an alternative for trans and saturated fats. Previously we have demonstrated that the freeze-dried foams prepared using a mixture of 5% faba bean or pea protein concentrates with 0.25% xanthan gum at pH 7 and 9 can hold canola oil 30-40 times their weights (Mohanan, Tang, Nickerson and Ghosh, 2020). However, the oleogels suffered from high oil loss, about 30% oil leaked, which negatively affected the rheological properties of the oleogels. The functionality of the cake baked using the oleogels was poorer compared to a shortening baked cake. The present study explored the addition of a small amount of high-melting monoacylglycerol (MAG) and candelilla wax (CW) on reducing oil loss, improving rheological properties and baking qualities of pulse protein-stabilized oleogels. Different concentrations (0.5-3%) of MAG or CW were dissolved in canola oil at 80 ºC. The hot oil was then added into the freeze-dried protein-polysaccharide foams (pH 7) and quickly transferred to a refrigerator. The crystallized additives reinforced the oleogel network, thereby reducing oil loss while increasing the firmness, cohesiveness, and storage modulus. When model cakes were baked with the oleogels, significant improvement in textural properties was observed with the addition of MAG in the foam-templated oleogels. However, in comparison with shortening-based cakes, oleogel-based cakes still showed a negative effect on hardness, chewiness and cohesiveness.
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 ».