MétaCan
Menu
Retour à la cohorte
Enregistrement W4407205306 · doi:10.1016/j.afres.2025.100747

Effects of 0–12% soy proteins (four texturized and one isolate) on a lean hybrid meat system: cooking loss, texture, dynamic rheology, microstructure, and T2 NMR

2025· article· en· W4407205306 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueApplied Food Research · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Ministry of Food and AgricultureOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésRheologyMicrostructureFood scienceTexture (cosmology)Soy proteinMaterials scienceChemistryComposite materialComputer scienceComputer vision

Résumé

récupéré en direct d'OpenAlex

• SPI and four TSPs were evaluated in a lean meat system. • Increasing soy protein inclusion decreased cooking loss and increased hardness. • SPI increased the final storage modulus G'. • TSPs reduced the T 2 NMR relaxation time more than SPI. • Small-size TSP caused discontinuities in the meat matrix at 12 % inclusion. Meat and plant hybrid products have recently emerged as part of the global plant-forward movement. Soy proteins have been used at low levels (2–3 %), in meat products since the 1960s, mainly to enhance yield and sensory characteristics. This study assessed the structure-function relationship in products containing 0–12 % soy protein isolate (SPI) and four texturized soy proteins (TSPs: TA, TB, TC, and TD). Soy proteins significantly reduced cooking loss and increased hardness compared to the control (CL, no soy), with these effects intensifying as inclusion levels increased. At 12 %, TD resulted in lower hardness than the other soy proteins. Dynamic rheology revealed that at 6% inclusion, SPI increased the final storage modulus (G') compared to the CL, whereas TA, TB, and TC decreased it. The TD treatment exhibited a final G' similar to CL. Micrographs showed that 12 % TB (smallest texturized soy particles) caused discontinuity in the meat matrix, while TD (largest particles) confined meat components within its structure. T 2 NMR profiles revealed that all soy proteins restricted the water mobility of the meat batters, with TSPs showing a more pronounced effect than SPI. The relative order of T 21 values of cooked meat batters aligns with the cooking loss results. Overall, TSPs showed superior water binding to SPI. In this study, the larger size of TSPs likely had a favorable effect on their binding to the meat matrix at the high inclusion level (12 %). These findings provide insights into the selection of soy proteins for hybrid meat production.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil0,411

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,275
Écart entre enseignants0,243 · 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