A hybrid approach to oil structuring – combining wax oleogels and capillary suspensions
Notice bibliographique
Résumé
There is continuing interest in finding new approaches to gel liquid oil for processed food applications. Here, we combined oleogels and capillary suspensions to generate model oil-continuous networks consisting of a wax oleogel and a water-bridged, glass particle network. The composition map tested comprised 30 vol% polar or non-polar glass beads dispersed in a 70 vol% non-particle phase consisting of water (≤9 vol%) as well as 2 wt% hexatriacontane as oleogelator in canola oil. While the hexatriacontane wax alone gelled the oil, presence of the glass beads (but no water) prevented oleogelation. Self-supporting capillary networks formed with polar particles and 1 vol% water or non-polar glass beads and 3 vol% water in canola oil. The capillary suspensions demonstrated significant differences in rheological behaviour as the polar particles yielded much higher elastic moduli than their non-polar particle counterparts. Polar hybrids were weakened by inclusion of the wax whereas the non-polar particle hybrid network displayed elastic moduli greater than the respective contributions of both capillary and wax gel networks. This hybrid method of oleogelation can be applied to virtually any food particles and uses minimal water and wax.
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 ».