Unravelling the nexus between structure, texture, and acoustic traits of fried chicken nuggets
Notice bibliographique
Résumé
Abstract Texture is a multi-parameter attribute and one of the prime quality attributes of fried products. This study explored the nexus between microstructure and texture of fried breaded chicken nuggets. Chicken nuggets were deep-fat fried (2, 4, 6, and 8 min) in canola oil at different frying temperature (170, 180, and 190 °C). Microstructure and texture of fried samples were assessed by scanning electron microscopy (SEM) and acoustic-mechanical texture analyser, respectively. Maximum force (Fmax), number of force peaks (NFP), area under force-deformation plots (FA), sound pressure level (SPL), number of sound peaks (AUX), and area under amplitude-time curves (SA) were used to describe the textural parameters. Microstructural indices (porosity, number of pores, average pore area, polydispersity index, and average shape factor) were estimated from the SEM images. Results revealed that, both the frying time and temperature were positively correlated with the mechanical (Fmax: 25–55 N, NFP: 05–74 N, FA: 6500–15 000 N.sec) and acoustic (SPL: 88–97 dB, AUX: 650–810 dB, SA: 380–405 dB.sec) parameters. Frying time and temperature significantly (P < 0.05) impacted the formation of micropores in fried chicken nuggets. Crust microporosity showed strong positive correlations (r = 0.82) with the AUX value. The NFP, SPL, and SA of the fried nuggets were significantly (P < 0.05) impacted by the crust microporosity. Crust porosity (10–30%), number of pores (8–400), average pore area (10–4000 μm2), polydispersity index (0.05–0.2), and average shape factor (0.8–1.1) of fried nuggets were significantly (P < 0.05) influenced by both the frying time and temperature. Findings from this study would be useful in quality improvement and process monitoring including modelling of coated fried products.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».