Physicochemical Characterization of Carao Honey Flour (Cassia grandis) and Its Effects on the Sensory Attributes in a Cookie
Notice bibliographique
Résumé
Carao honey is a potential functional ingredient that can generate added value to food products enriched by reducing waste. In many countries, carao has been utilized for therapeutic purposes since this type of plant extract can inhibit the growth against the most common dermatophytes, a pathogenic fungus that grows on the skin, mucous membranes, hair, nails, feathers, and other body surfaces, causing ringworm and related diseases. The physicochemical characteristics of the cookies were also investigated, which included aW, proximate analysis, hardness, and color. A sensory study was carried out to determine the rejection threshold, acceptability, purchase intent, and general taste of 90 consumers. The gluten-free cookies were prepared with carao honey as a partial substitute for rice flour in different percentages (0%, 2.5%, 5%, and 10%). The carao honey proximate composition, rheological properties, and pasting properties were analyzed. It was emphasized that incorporating carao honey into cookies improves the ingredient’s sustainability. The impact of carao on the physicochemical and sensory properties of cookies was evident in color, flavor, and smell. According to the results, only samples with 2.5% carao were accepted regarding flavor and smell. Overall, liking scores, age, and flavor were the most significant predictors of purchase intent. The information given to panelists did not significantly (p < 0.05) influence liking scores only for cookies. According to physicochemical analysis, carao honey flour was high in carbohydrates (88%). The incorporation of carao produced cookies with darker colors and a softer texture. The study demonstrated that carao flour could be included to produce sensorial accepted cookies at a 2.5% addition level as an alternative in the food industry that benefits from environmental sustainability and, at the nutritional level, improves the availability of nutrients, mainly sugars and proteins.
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 | 0,001 | 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 ».