Rheological properties of ethylcellulose oleogels of oil glycerolysis products as functional adipose tissue mimetics
Notice bibliographique
Résumé
Comparative analysis of the rheological behavior of fat analogues and adipose tissue is useful as a means of better understanding the behavior of these ingredients in reformulation and cooking processes. Fat mimicking oleogels were developed based on various enzymatically glycerolized oils and ethylcellulose (EC) of differing molecular weights at a 5% concentration. The dynamic rheological behavior of the oleogels and adipose tissue of different origins (pork, beef, lamb) was studied via amplitude and frequency sweeps. Glycerolized oils and their oleogels behaved as solid-like materials, as elastic moduli were greater than viscous moduli throughout the linear viscoelastic region. Addition of EC produced a more deformable and cohesive product. Solid fat content was a dominant contributor to viscoelastic properties of GP-EC oleogels. Oil systems containing higher levels of saturated fatty acids such as palm olein and shea olein exhibited a more rigid structure, with stiffness comparable to that of pork and beef adipose tissue. Whereas tigernut, peanut, and rice bran oil oleogels were significantly softer and more deformable. Temperature sweep experiments were conducted to visualize the general softening behavior during cooking. The melting of fat dramatically softened both adipose tissue and oleogels. However, the microstructure of adipose tissue was intricately linked to its protein matrix at elevated temperatures, leading to substantial increase of elasticity from 50 °C to 80 °C. Oleogels exhibited thixotropic behavior by recovering their elasticity and functionality over time once the force is removed. This characteristic minimizes the shear related issues during and after the gel-setting process.
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 | 0,001 |
| 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 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 ».