Effect of dry-fractionated pea protein on the physicochemical properties and the nutritional features of gluten-free focaccia flat bread
Notice bibliographique
Résumé
The aim of this work was to formulate a gluten-free focaccia flat bread based on rice and corn flour fortified with dry-fractionated pea protein concentrate (55 g/100 g protein content). A simplex-centroid mixture design with ten formulations helped to study how the flour ratios influenced the physical and sensory properties of dough and breads. The special cubic model significantly described all the responses determined in the dough and flour mixes, and most of those determined in the focaccia. The pea protein concentrate influenced the pasting properties of the flour mixes resulting in a decrease of viscosity. The midpoint of the experimental domain (focaccia containing 5 g/100 g of pea protein concentrate and 20 g/100 g of rice flour and corn flour each) was optimal, being not affected by the discolorations typical of pea (a* = 11.97, b* = 31.86, corresponding to an orange hue), having crumb hardness and chewiness of 9.11 N and 4.83 N, respectively, and moderate legume odor and flavor (5.6 and 5.3 c.u. in a 0–9 scale, respectively). The selected formulation could be labelled as “source of protein” (energy value provided by proteins >12%), “source of fiber” (fiber >3 g/100 g), and “low-fat” (fat <3 g/100 g).
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 ».