Comparative Analysis of Frying Performance: Assessing Stability, Nutritional Value, and Safety of High-Oleic Rapeseed Oils
Notice bibliographique
Résumé
Frying is a critical process in the food industry, where selecting appropriate vegetable oils is key to achieving optimal results. In this study, French fries were fried at 175 °C with five different oils, the changes in the physicochemical indexes and free radical scavenging rate of the oils during the frying process were investigated, and the most suitable oils for frying were identified through comparative analysis using principal component analysis (PCA). We assessed the frying performances of hot-pressed high-oleic-acid rapeseed oil (HHRO), cold-pressed high-oleic-acid rapeseed oil (CHRO), soybean oil, rice bran oil, and palm oil utilizing principal component analysis over an 18 h period. The HHRO and CHRO showed lower acid values (0.31, 0.26 mg/g), peroxide values (2.09, 1.96 g/100 g), p-anisidine values (152.48, 178.88 g/mL), and total polar compound percentages (27.60%, 32.10%) than other oils. Furthermore, both the HHRO and CHRO demonstrated enhanced free radical scavenging abilities, indicative of their higher antioxidant capacities, as corroborated by the PCA results. Benzopyridine, 3-monochloropropane-1,2-diol ester, squalene, tocopherols, and polyphenol from the HHRO and CHRO during frying were compared. A comprehensive examination of harmful substances versus nutrient retention during frying revealed that the HHRO contained fewer hazardous compounds, while CHRO retained more nutrients. Therefore, this study analyzes the oxidation regulation of HHRO in frying applications, highlights the prospects of HHRO for frying in terms of health and economy, and contributes valuable insights for informed vegetable oil selection within the food 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».