Restoring Functionalities in Chicken Breast Fillets with Spaghetti Meat Myopathy by Using Dairy Proteins Gels
Notice bibliographique
Résumé
The use of caseinate, whole milk powder, and two whey protein preparations (WP; 2% w/w) was studied in minced meat made with normal breast (NB), and ones showing spaghetti meat (SM). SM is an emerging myopathy known for muscle fiber separation and lower protein content, costing $100s of millions to the industry. Using SM without dairy proteins resulted in a higher cooking loss (SM: 3.75%, NB: 2.29%; p < 0.05), and lower hardness (SM: 29.83 N, NB: 34.98 N), and chewiness (SM: 1.29, NB: 1.56) compared to NB. Using dairy proteins, except WP concentrate and WP isolate, significantly improved yield and increased hardness. Adding WP isolate to SM resulted in a similar texture profile as NB samples without dairy proteins (34 and 35 N hardness; 0.22 and 0.24 springiness; 1.57 and 1.59 chewiness values, respectively). Adding caseinate and whole milk to SM showed a more substantial effect of improving water-holding capacity, increasing hardness, gumminess, and chewiness compared to adding WP; i.e., adding caseinate and milk powder resulted in higher values for those parameters compared to NB without additives. Overall, it is shown that dairy proteins can be added to SM to produce minced poultry meat products with similar or higher yield and texture profiles compared to using normal breast fillets.
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 ».