Impact of hydrocolloids on 3D meat analog printing and cooking
Notice bibliographique
Résumé
This study investigated the effects of hydrocolloid addition on three-dimensional (3D) printing and cooking of plant ingredients-based meat analog (MA). The MA inks were formulated with soy protein isolate, wheat gluten, canola oil, water, and hydrocolloids (xanthan gum, pectin, hydroxypropyl methylcellulose, guar gum, locust bean gum) at a ratio of 22:12:15:88:2. Formulated inks were used to create a specific 3D cylindrical model geometry and the printed structure were subjected to air frying (AF:180°C, 15 min) and infrared heating (IR:180°C, 15 min). Results showed that the MA ink’s viscosity (3871–5482 Pa. s), 3D printing rate (0.34–0.39 g.sec −1 ), printing error (2.51–10.37 %), and printing precision (81.97–97.27 %) were significantly (p<0.05) impacted by the incorporation of hydrocolloids. The dimensional stability (63.17–98.58 %), and cooking loss (6.70–17.41 %) were greatly impacted by both the hydrocolloids and post-printing cooking methods. Moisture (1.71 db) and fat (0.28 db) content of uncooked 3D printed MA were identical, whereas, differences in color attributes (L value:80.21–98.88, a value:0.01–0.13, b value:0.11–2.11) among the studied hydrocolloid added samples were observed. Moisture, fat, and color traits of 3D printed meat-analogs were significantly (p<0.05) impacted by post-printing cooking methods (AF, IR). During post-printing cooking, the loss of mass (moisture, fat) and changes in color tones were associated with the types of hydrocolloids incorporated in formulating the 3D printing ink. Surfaces and internal structure, mass loss, chemical profile, and glass-transition-temperature of 3D printed meat-analogs were significantly (p<0.05) impacted by both the type of incorporated hydrocolloids and post-printing cooking methods. • Incorporation of hydrocolloids greatly influenced 3D meat-analog printing process parameters. • Physicochemical, structural, and thermal traits were associated with types of hydrocolloids. • Performance of hydrocolloids on 3D meat-analogs were attribute-specific. • Cooking methods influences surfaces structure, chemical profile, and glass-transition-temperature.
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 | 0,000 |
| 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) | 0,000 | 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 ».