Enhancing the Techno-Functionality of Pea Flour by Air Injection-Assisted Extrusion at Different Temperatures and Flour Particle Sizes
Notice bibliographique
Résumé
Industrial applications of pulses in various food products depend on pulse flour techno-functionality. To manipulate the techno-functional properties of yellow pea flour, the effects of flour particle size (small vs. large), extrusion temperature profile (120, 140 and 160 °C at the die) and air injection pressure (0, 150 and 300 kPa) during extrusion cooking were investigated. Extrusion cooking caused the denaturation of proteins and gelatinization of starch in the flour, which induced changes in the techno-functionality of the extruded flour (i.e., increased water solubility, water binding capacity and cold viscosity and decreased emulsion capacity, emulsion stability, and trough and final viscosities). In general, the large particle size flour required less energy input to be extruded and had higher emulsion stability and trough and final viscosities compared to the small particle size flour. Overall, among all of the treatments studied, extrudates produced with air injection at 140 and 160 °C had higher emulsion capacity and emulsion stability, making them relatively better suited food ingredients for emulsified foods (e.g., sausages). The results indicated air injection's potential as a novel extrusion technique combined with modification of flour particle size distribution and extrusion processing conditions to effectively manipulate product techno-functionality and broaden the applications of pulse flours in the food industry.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».