Application of yellow mustard gum in preparation of egg-free mayonnaise
Notice bibliographique
Résumé
Abstract Yellow mustard gum (YMG) is a natural hydrocolloid extracted from the viscous fraction of the seed coat, a by-product of mustard seeds, and possesses superior emulsifying capacity in emulsions. However, there is no application of YMG for commercial products. The demand for vegan mayonnaise (VM) has increased in recent years and the challenge is to maintain the original consistency and taste while replacing eggs from conventional mayonnaise. To obtain high-quality VM and to investigate the potential of YMG as a food additive, YMG was applied to VM at 0%, 0.2%, 0.4%, 0.6%, 0.8%, and 1.0% (w/w) in this study. The physical properties (index of stability, rheological properties and particle size characterisation), storage stability (visual stability, microstructure observation and cold tolerance) and texture of YMG-formulated VM were measured and compared with commercial products to assess the quality and market prospects. The results showed that the VM obtained higher stability, more non-Newtonian flow behaviour, and a smaller droplet size with higher YMG content. After 90 days of storage, no separation occurred in the YMG-added VM. YMG improves the shelf-life of VM, and mayonnaise formulated with YMG has comparative or better texture properties compared with commercial counterparts. Overall, YMG-added VM could be more appealing to consumers favouring plant-based foods and have the potential to substitute for traditional products. YMG is beneficial to vegan product development with clean-label requirements.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».