Effect of food hydrocolloids on 3D meat-analog printing and deep-fat-frying
Notice bibliographique
Résumé
Three-dimensional (3D) printing of food product is an emerging technology. This study investigated the effects of hydrocolloid addition on 3D printing of plant-protein based meat-analogs. Meat-analog inks were formulated with soy protein isolate, gluten, canola oil, and water. Hydrocolloids (xanthan gum, pectin, hydroxypropyl methylcellulose, guar gum, locust bean gum) were added to meat-analogs formulation. The influence of hydrocolloid addition and deep-fat-frying on 3D printing process parameters, thermal, structural, and physicochemical properties of meat-analogs, were investigated. Formulated inks were used to create a specific 3D cylindrical model geometry and the printed structure were subjected to deep-fat-frying (at 180°C, 90sec) in canola oil. Results showed that the meat-analog ink’s viscosity (3871-5482 Pa.s.), 3D printing rate (0.34-0.39 g.sec -1 ), printing error (2.51-10.37%), printing precision (81.97-97.27%), dimensional stability (91.22-98.61%), and cooking loss (5.69-14.23%) were significantly (p<0.05) impacted by the incorporation of hydrocolloid. Moisture-fat profile of uncooked 3D printed meat-analogs were identical, however, differences in color attributes (L*, a*, b*) among the hydrocolloids added samples were observed. Moisture, fat, and color traits of 3D printed meat-analogs were substantially impacted by deep-fat-frying. During deep-fat-frying, the loss of moisture, absorption of fat, and changes in color attributes were associated with the types of hydrocolloids incorporated in formulating the meat-analog’s ink. Overall, surface’s structure, chemical profile, and glass-transition-temperature of 3D printed deep-fat-fried meat-analogs were extremely impacted by the addition of hydrocolloids as well as by the types of used hydrocolloids in meat-analog ink. • Hydrocolloids addition impacts meat-analog ink’s viscosity • Hydrocolloid influences 3D printing rate, error, precision, dimensional stability, cooking loss • Moisture, fat, color of 3D printed deep-fat-fried analogs interwind with the type of hydrocolloid • Structural and thermal traits of fried 3D meat analogs were interlinked with types of hydrocolloid • Overall performance of hydrocolloids was printing parameter/attribute-specific
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 | 0,000 | 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 ».