Effect of Spirulina in Bread Formulated with Wheat Flours of Different Alveograph Strength
Notice bibliographique
Résumé
Consumers within the EU are increasingly asking for natural and healthier food products, which are additive-free and environmentally friendly. The aim of this study was to assess the effects of Spirulina (Arthrospira sp.) in bread formulated with four wheat flours with different alveograph strengths. The flours used were Manitoba Flour (00/251), Ground-force wholemeal (Whole/126), Standard Bakery Flour (0/W105), and Organic Bakery Flour (2/W66). Powdered Spirulina biomass was used as a new ingredient with a high nutritional profile and bioactive compounds; incorporation was made at two levels: 1.5% and 2.5% of the flour amount. The same bread recipe was used for all formulations, but for the 1.5 and 2.5% variations, 6 g and 10 g of Spirulina were added, respectively. Antioxidant capacity increased with increasing microalgal biomass. The visual and taste attributes of the breads with microalgae underwent noticeable changes compared to their counterparts without microalgae. Biomass addition significantly (p < 0.05) affected bread weight and volume, and different trends were found based on the type of wheat flour. Spirulina-containing breads showed a greener coloration while the microalgae concentration was augmented. The moisture and texture were slightly affected by the addition of the biomass at both levels. The 2.5% concentration samples were well accepted in most cases by consumers, emphasizing the salty flavor as a pleasant feature. No significant sensory differences were observed between samples, and the acceptability index was always higher than 72%. The results show that Spirulina could be an environmentally friendly ingredient for the reformulation of nutritionally enhanced bread with a good texture that is well-accepted by consumers.
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 ».