MétaCan
Menu
Retour à la cohorte
Enregistrement W4390057143 · doi:10.1002/aocs.12808

Effect of sesame paste by protease hydrolysis: Physicochemical properties, storage stability, and flavor

2023· article· en· W4390057143 sur OpenAlexaff
Pan Gao, Yunpeng Ding, Yu Hui, Tong Zhou, Xueding Wei, Wu Zhong, Chuanrong Hu, Dongping He

Notice bibliographique

RevueJournal of the American Oil Chemists Society · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSesame and Sesamin Research
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesnon disponible
Mots-clésFlavorPapainChemistryFood scienceHydrolysisProteasePeroxide valueAcid valueChromatographyEnzymeOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, the effect of protease hydrolysis on the stability and flavor of a sesame oil–paste system was investigated. The optimum amount of protease addition, determined by testing the effects of protease addition on the improvement in the oil–paste separation of sesame paste (SP), was investigated using 7% neutral protease (NP), 5% papain (PP), 7% trypsin (TP), and 5% flavourzyme (FZ). The flavor differences among these four groups of samples were investigated, and storage experiments were conducted for 28 days to observe the changes in quality. Finally, the principal component analysis (PCA) calculations showed that the samples in the 5% FP group performed the best, with a considerable improvement in the stability of the sesame paste–oil system during storage. The oil separation capacity (OSC) decreased by 9.1% during storage, the acid value (AV) increased by 1.00 mg/g and the peroxide value (POV) increased by 0.3 mmol/kg compared with those of the control group. This group also had the highest total sensory (4.25 score) and nutty (5.83 score) scores based on the total pyrazine content. Therefore, protease hydrolysis has promising application prospects for increasing the stability of sesame paste.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,245
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Oil Chemists SocietyMême sujetSesame and Sesamin ResearchTravaux en français237 207