MétaCan
Menu
Retour à la cohorte
Enregistrement W4309778753 · doi:10.1002/cche.10624

Wheat gluten: A functional protein still challenging to replace in gluten‐free cereal‐based foods

2022· article· en· W4309778753 sur OpenAlexafffund
Nicola Gasparre, Cristina M. Rosell

Notice bibliographique

RevueCereal Chemistry · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesUniversity of Manitoba
Mots-clésGlutenChemistryFood scienceGluten freeGliadinBiotechnologyBiochemical engineeringBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Background and Objectives Wheat gluten in cereal‐based products has unique functionality derived from its viscoelastic properties. Nevertheless, many food applications require its replacement to obtain gluten‐free foods but keeping similar quality characteristics. This review analyzes the distinctive characteristics of wheat gluten, and the technological strategies implemented to mimic its behavior within the gluten‐free systems. Findings The viscoelastic behavior of wheat gluten is due to the interplay of glutenins and gliadins after being hydrated and subjected to mechanical stress. Disulfide bonds and noncovalent interactions are key in holding its structure and explaining its solubility and hydrophobicity. Gluten‐free flours and starches have represented the first adopted strategies for gluten replacement, but results have not been completely satisfactory. To tackle this issue, non‐wheat protein addition, physical treatments, hydrocolloids, enzymes, and emulsifiers have allowed recreation of a pseudo gluten network of the cereal‐based foods. Conclusions Despite technological sensorial achievements, a gap still exists when gluten‐free products are compared with their wheat‐based counterparts. A better comprehension about the combined actions of different processing aids and technologies could offer future answers. Significance and Novelty The review points out the main characteristics of the wheat gluten uniqueness, shedding light on its replacement strategies to guide future research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,230
Écart entre enseignants0,207 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations75
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207