Effect of Spirulina Microalgae Powder in Gluten-Free Biscuits and Snacks Formulated with Quinoa Flour
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.
Notice bibliographique
Résumé
This study evaluated the effects of incorporating spirulina algae powder (SAP) at 3%, 6%, and 9% into quinoa flour (QF) blends to produce gluten-free biscuits and snacks, compared to a 100% QF control. The chemical composition, mineral and amino acid content, antioxidant capacity, starch gelatinization, color, baking quality, sensory properties, and texture were analyzed. SAP was found to have high protein (62.50%), fat (5.92%), and ash (12.90%) content. Increasing the SAP concentration in QF blends resulted in a dose-dependent enhancement in the nutritional value of the biscuits and snacks. Farinograph analysis indicated a positive relationship between SAP percentage and water absorption. The inclusion of SAP significantly altered differential scanning calorimetry (DSC) and viscoamylograph parameters. Biscuit weight, volume, and specific volume decreased with increasing SAP levels. Hunter color measurements showed a SAP concentration-dependent darkening effect, which was supported by sensory assessments. The 9% SAP biscuits and snacks exhibited the greatest antioxidant activity, with DPPH values of 50.18 and 43.6 µmol/g, respectively, and reducing power values of 41.49 and 36.58 µmol/g, respectively. Overall, while all samples were deemed acceptable, the 3% and 6% SAP formulations generally demonstrated better sensory characteristics and improved nutritional profiles, suggesting their potential as suitable options for individuals with gluten sensitivities.
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 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 découle