Texture modification of easily chewable pork meat batter for masticatory dysfunction people: effects and interactions of bromelain, κ‐carrageenan, and plant protein hydrolysates
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary Meat intake in masticatory dysfunction people is commonly reduced because the relatively tough texture of meat can impair mastication. Pork meat batters were prepared by different levels of bromelain (0%, 0.5% w/w), κ‐carrageenan (0.5%, 1.0% w/w), and rice berry and mung bean ratios (0:0, 1:0, 0:1, 0.5:0.5). The experiment was designed to study the effect of infusion treatments and their interaction on the properties of pork meat batter. Lower cooking losses (2.33%–3.45%) was observed in the samples with 1.0% (w/w) κ‐carrageenan. Hardness, cohesiveness, chewiness, and gumminess of samples with bromelain were lower, and higher in samples containing 1.0% (w/w) κ‐carrageenan. Bromelain also resulted in decreasing storage modulus ( G ′) and loss modulus ( G ″) values compared to nonbromelain‐treated samples. Microstructure revealed that connective tissue and muscle fibres were disrupted in bromelain‐treated meats while incorporation of plant proteins led to better binding of meat particles. These results revealed that bromelain has a potential to produce a softer texture batter, while 1.0% (w/w) κ‐carrageenan and plant proteins have potential to improve textural properties and shape a product. This implies that the effects and interactions of infusion treatments offer the possibility to improve texture‐optimised product for masticatory dysfunction people, such as elderly.
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.
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 | 0,001 | 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 découle