Effects of Oat β-Glucan on the Textural and Sensory Properties of Low-Fat Set Type Pea Protein Yogurt
Notice bibliographique
Résumé
This study investigated the effect of oat β-glucan as a fat substitute on the structure formation, texture, and sensory properties of pea protein yogurt. The results showed that the incorporation of 0.5% β-glucan significantly accelerated the lactic acid bacteria-induced fermentation, with the time for reaching the target pH of 4.6 shortened from 3.5 h to 3 h (p < 0.05); increased the plastic module (G′) from 693 Pa to 764 Pa when fermenting 3 h (p < 0.05); and enhanced the water-holding capacity from 77.29% to 82.15% (p < 0.05). The identification of volatile organic compounds (VOCs) in low-fat pea protein yogurt by GC-IMS revealed a significant decrease in aldehydes and a significant increase in alcohols, ketones and acids in the pea yogurt after fermentation (p < 0.05). Among them, the levels of acetic acid, acetone, 2,3-butanedione, 3-hydroxy-2-butanone, and ethyl acetate all significantly increased with the addition of oat β-glucan (p < 0.05), thereby providing prominent fruity, sweet, and creamy flavors, respectively. Combined with the results of sensory analysis, the quality characteristics of pea protein yogurt with 1% oil by adding 1% oat β-glucan were comparable to the control sample with 3% oil. Therefore, oat β-glucan has a good potential for fat replacement in pea protein yogurt.
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 ».