Comparison of vegetable powders as ingredients of flatbreads: technological and nutritional properties
Notice bibliographique
Résumé
Abstract Health-driven innovation is transforming bakery products, particularly with non-conventional ingredients. This study aimed to produce healthy and technologically acceptable flatbreads, exploring the inclusion (2%) of vegetable powders (black and green olives, orange peel, lemon, tomato, beetroot, carrot, onion, artichoke, spinach, chard, kale and pak choi). Spinach and chard increased the mineral content (1.42 and 1.30 g/ 100 g) respect to control (1.01 g/100 g). Fibre content ranged from 9.33 to 11.18 g/100 g when added onion, chard, pak choi, tomato or artichoke. Beetroot was the most effective changing the colour (ΔE* 43.09), while tomato reduced the hardness (4.06 vs 5.29 N in the control). Lemon and tomato were effective reducing the extent of starch enzymatic hydrolysis by 65% and 34%, respectively. Vegetable powders can be innovative, natural, sustainable and healthy ingredients in the breadmaking of flatbreads. The incorporation of these non-conventional ingredients opens new opportunities for the bakery industry.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».