Designing iron‐ethyl cellulose microparticles to prevent unwanted color changes during iron fortification of milk tea
Notice bibliographique
Résumé
Abstract Iron deficiency affects an estimated 1.62 billion individuals worldwide, while Asia and Africa bearing the highest burden. The widespread consumption, unique sensory properties and cultural significance of tea make it an appealing avenue for iron fortification. Obtaining microparticles for food fortification with acceptable organoleptic properties is key for consumer acceptability. Microcapsules were prepared with Aquacoat and various iron salts. The experiments were designed to understand the effect of formulation variables, i.e. type of iron salt, ratio of iron‐to‐coating, temperature and flow rate of the process. The iron compound significantly impacted yield, particle formation, and size distribution (5‐15 μm). Post treatment by curing at specified relative humidity and temperature improved the colour in milk tea with ΔE reduced from 7 to 2 in NBS units. Microparticles from FeCl3 exhibited superior morphology and colour‐masking efficacy, inhibiting iron‐polyphenol interaction in tea and show promise as iron fortificants for milky black tea. Practical applications Microencapsulation is a highly effective technique for encapsulating active iron cores within inert coating materials, ensuring the desired chemical and physical properties. Using spray drying, we can produce small and uniformly sized particles ranging from 1 to 20 μm. This can easily be utilized for fortification of beverage like hot tea/coffee or similar products. The success of the current process is evaluated based on several key factors, including process yield, encapsulation efficiency, and sensory properties of fortified tea.
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) | 0,001 | 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 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 ».