The effect of sugar on the processing behaviour of palm oil: from confectionery fundamentals to predictive regression models
Notice bibliographique
Résumé
This dissertation explores the impact of confectioner’s sugar and processing on key physical characteristics of palm oil. Though bulk oils such as palm oil have been well-studied, fat-continuous dispersions that include other ingredients such as sugar, cocoa solids, or milk powder are much more complex due to ingredient interactions and the resulting changes in properties such as fat crystal morphology and crystallization pathway. These implications restrict the ability to extrapolate responses from bulk oils towards multi-ingredient systems. This is particularly important given that palm oil in foods rarely exists in bulk but is usually mixed with multiple ingredients. The effects of processing on both bulk oil and oil-sugar blends were explored over four weeks of storage and clearly demonstrated that the existence of a dispersion resulted in large differences in rheology and texture compared to the bulk. Adding sugar significantly increased storage modulus and firmness of the oils while exhibiting increased sensitivity towards processing conditions. Predictive models were generated through multiple regression analysis that overcame limitations derived from extrapolation and corrected for these behavioural differences using a single binary variable accounting for the presence of confectioner’s sugar. As a result, the contributions of sugar to the rheology and texture of oil-sugar blends were modelled, a first in such systems. The results contained within this dissertation are of great industrial relevance as they: i) limit the dependence on anecdote and empiricism to explain results, ii) generate detailed process maps, iii) identify optimal process values to attain desirable rheological and textural responses, and iv) open the door for further investigation into dispersion effects.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; 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 ».