Exploring the integration of orange peel for sustainable gluten-free flatbread making
Notice bibliographique
Résumé
In response to the growing demand for sustainable and nutritious gluten-free (GF) products, this study explore orange peel by-products as a breadmaking ingredient of GF rice or corn flatbreads. The orange peel powder exhibited remarkable water retention properties attributed to its high dietary fiber content. Partial pre-gelatinization of rice (64 g/100 g) and corn (67 g/100 g) flour allowed obtaining doughs with sufficient consistency and extensibility to obtain GF flatbreads. The inclusion of orange peel powder (0–9 g/100 g) influenced the consistency and thermal behavior of the dough. Modifying hydration levels mitigated the hardness resulting from orange peel powder substitution, leading to improved folding properties. Final products exhibited enhanced nutritional profiles, including higher ash and dietary fiber content. The optimum nutritional and technological outcomes were observed when employing the maximum substitution rate of 9 g/100 g, along with adjusted hydration (164 g/100 g for corn and 169 g/100 g for rice), with notable emphasis on the improved extensibility of the final products. Compared to rice-based flatbreads, corn-based flatbreads displayed more uniform dough consistency, lower gelatinization enthalpy, higher yellowness, and decreased extensibility due to the stiffer dough texture. This study suggests that orange peel residue holds significant promise as a nutritional and technological enhancer for gluten-free flatbreads.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».