MétaCan
Menu
Retour à la cohorte
Enregistrement W4281744602 · doi:10.1002/cche.10574

Physical and microstructural quality of extruded snacks made from blends of barley and green lentil flours

2022· article· en· W4281744602 sur OpenAlexafffund
Li Xiang, Reine‐Marie Guillermic, Mohammad Nadimi, Jitendra Paliwal, Filiz Köksel

Notice bibliographique

RevueCereal Chemistry · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesUniversity of Manitoba
Mots-clésDie swellExtrusionFood scienceExpansion ratioFiberTexture (cosmology)MoistureWater contentWhole grainsMaterials scienceComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Background and objectives Most puffed snacks in the market are made from refined cereal flours which allow greater expansion and better texture but are nutritionally inferior as they lack protein and dietary fiber. Whole barley and green lentil flours at several blending ratios were extruded as a function of temperature and moisture content to optimize the physical and microstructural quality of fiber and protein‐enriched snacks. Findings High extrusion temperature significantly improved overall expansion and texture. The effects of feed moisture depended on the blending ratio, parallel with the total protein and dietary fiber content of extrudates. Barley:green lentil of 45:55 showed the highest extrudate expansion (~1.9 mm/mm on average) and lowest hardness (~29 N on average), followed by the blend 60:40. X‐ray microtomography showed that this blending ratio also produced a larger mean cell size (~1.6 mm), lower mean wall thickness (~0.3 mm), and higher overall connectivity between cells. Conclusion Barley and green lentil when blended at the ratios of 45:55 and 60:40, and extruded at higher temperature resulted in optimal extrudate physical and microstructural properties including higher expansion and crispness, thinner cell walls, reduced hardness, and crunchiness. Significance and novelty Blending cereal and pulse flours in snack food applications will allow development of fiber and protein‐enriched options that are also texturally and structurally appealing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,263
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207