MétaCan
Menu
Retour à la cohorte
Enregistrement W4399580135 · doi:10.3390/applbiosci3020018

Sustainable Pulse Proteins: Physical, Chemical and Fermentative Modifications

2024· article· en· W4399580135 sur OpenAlexaff
S. Ganeshan, Nancy D. Asen, Yingxin Wang, Mehmet Tülbek, Michael T. Nickerson

Notice bibliographique

RevueApplied Biosciences · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMouthfeelBiotechnologyBiochemical engineeringFermentationFood scienceBusinessBiologyRaw materialEngineering

Résumé

récupéré en direct d'OpenAlex

Pulse proteins are playing significant roles in the alternative protein space due to the demand for foods produced in an environmentally sustainable manner and, most importantly, due to the demand for foods of nutritious value. There has been extensive research to mimic animal-derived meat texture, flavour, mouthfeel, etc. However, there is still the perception that many of the plant-based proteins that have been texturized to mimic meat are still highly processed and contain chemicals or preservatives, reducing their appeal as being healthy and precluding any sustainable benefits. To counter this notion, the biotransformation of pulse proteins using enzymes or fermentation offers unique opportunities. Thus, this review will address the significance of pulse proteins in the alternative protein space and some of the processing aids leading to the isolation and modification of such protein concentrates in a sustainable manner. Fermentation-based valorization of pulse proteins will also be discussed as a “clean label” strategy (further adding to sustainable nutritious plant protein production), although some of the processes like the extensive use of water in submerged fermentation need to be addressed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,099
Score d'incertitude au seuil0,253

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,270
Écart entre enseignants0,239 · 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 tête enseignante, 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied BiosciencesMême sujetMeat and Animal Product QualityTravaux en français237 207