Sensory assessment of pressure-cooked and pureed pulses reveals similarities for chickpea/yellow pea and dry bean/faba bean
Notice bibliographique
Résumé
The dominance of pulses in plant-based protein foods necessitates an investigation into their organoleptic properties. Taste, aroma, flavor, and trigeminal attribute intensities of purees obtained from pressure-cooked black bean, chickpea, faba bean, green lentil, pinto bean, and yellow pea were assessed using a trained panel. All pulse purees had similar dry matter content and relatively similar particle size distribution profiles; thus, these factors would not influence the intensities of the sensory attributes. The pulse-like attribute was consistently rated highly across all the pulse purees. The black, pinto, and faba bean purees mostly exhibited similar characteristics whilst chickpea and yellow pea purees behaved similarly. For example, the dry beans and faba bean purees had higher intensities for the bitter, earthy, and metallic aromas and lower intensities for the green, floury/starchy, sweet, and nutty aromas than those for the chickpea and yellow pea purees. Interestingly, green lentil puree largely exhibited intensities that were typical of dry bean purees. Some attributes were perceived to be more intense when assessed as tastes than aromas or vice versa. The same was also observed for attributes that were assessed as both aroma and flavor. It was found that the sensitivity of the mode of perception on the perceived intensity of an attribute may depend on the type of pulse. The similarities in sensory profiles of the pulses can be useful to first, the food industry to expand on ingredients in formulations without drastic effects on the sensory quality and second, the consumers who are neophobic.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».