Properties of cheese and ground beef in the presence of staghorn sumac
Notice bibliographique
Résumé
Abstract Cost‐effective and under‐exploited plant species as functional food ingredients represent alternatives to chemicals with safety concerns and potent toxicity. Staghorn sumac (Rhus typhina) is considered a good source of natural polyphenols, which can be introduced into food products to carry out some specific technological functions (e.g., antioxidation and preservation). However, sumac fruit as a spice is under‐explored for its diversified uses in various food products as a novel functional ingredient. This study explored the technological feasibility and sensory acceptability of two representative sumac‐fortified food systems, namely Cheddar cheese and ground beef. Extracts of sumac (0.5%−5%) dose‐dependently increased the total phenolic and anthocyanin contents, while reducing thiobarbituric acid reactive substance (up to 46%), total plate counts of bacteria (up to 4.5 log colony‐forming units [CFU]/g) and pH of the cheese. In fresh ground beef, sumac extract at concentrations of 1%−5% was effective in reducing the total aerobic counts of Escherichia coli inoculated fresh ground beef by 0.16−1.14 log CFU/g, while improving meat color and oxidative stability during a storage period of 7 days at 4°C. Phytochemical profiling by high‐performance liquid chromatography showed the presence of gallic acid, caffeic acid, ellagic acid, quercetin and anthocyanins in the sumac extracts. These compounds were possibly responsible for the antimicrobial and antioxidant activities in the evaluated food systems. Sensory acceptability of Cheddar cheese or cooked beef meatballs with sumac extract addition (0.5%−3%) were similar to their respective controls. This study provides a feasible approach to satisfy health‐conscious consumers who favor a natural multifunctional ingredient to preserve food products.
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) | 0,001 | 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 ».