MétaCan
Menu
Retour à la cohorte
Enregistrement W4406145419 · doi:10.1063/5.0245856

Perspective: Margarine as an emulsion-filled colloidal oleogel

2025· article· en· W4406145419 sur OpenAlexafffund
Alejandro G. Marangoni

Notice bibliographique

RevuePhysics of Fluids · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCrystalliteEmulsionColloidChemical physicsCrystal (programming language)Phase (matter)NucleationAggregate (composite)Materials scienceNanotechnologyChemical engineeringPhysicsChemistryThermodynamicsComputer scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Common margarine is a semi-solid water-in-oil emulsion, where the continuous phase is a plastic polycrystalline colloidal oleogel composed of aggregated nanoplatelets of crystallized triacylglycerols (TAGs). TAG nanocrystal platelets nucleate, grow, and aggregate into clusters, which then form a fractal colloidal network of polycrystalline particles, trapping liquid TAGs in this fat crystal network. This hierarchical structure is very sensitive to external temperature and shear fields, which affect everything from crystalline nanoplatelet (CNP) size to the aggregation of such CNPs into larger clusters. Ultimately, structure affects the mechanical properties, oil binding, and plasticity of such industrially relevant materials. Here, we review some of the history of margarine, its quality characteristics, and its uses. We also describe the structure of margarine and relate it to macroscopic functionality, which is given mainly by the structure of the fat crystal network in the continuous oil phase. The concept of the yield stress of a fat as the most global indicator of functionality is discussed in light of quantitative physical models developed, which allow for the exact calculation of the yield stress. By understanding the effects of crystal size, strength of intermolecular interactions, amount of solid crystalline mass present, and the spatial distribution of such crystalline mass within the network, it is possible to engineer functionality and optimize performance. The structural complexity of such common food highlights the need for an in-depth understanding of the physics of such soft materials for manufacturing optimization as well as for engineering new structures with novel macroscopic properties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,253
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207