Transforming oilseed blends: the impact of low-moisture extrusion on antinutritional factors, protein structure, and nutritional value
Notice bibliographique
Résumé
Oilseed cakes from hemp, rapeseed, and flaxseed are protein-rich, sustainable sources but are limited in food applications by antinutritional factors. This study blended meals from these oilseeds with pea or hemp protein ingredients (50:50 w/w) and applied low moisture extrusion (10 % and 20 %) at 122 °C to investigate their impact on physicochemical characteristics of oilseeds blends. Extrusion preserved protein content, reduced protein solubility by up to 44.5 %, and improved in vitro digestibility by up to 13.5 %. Antinutritional factors, including polyphenols (-10.18 % to -52.80 %), saponins (-4.48 % to -21.31 %), condensed tannins (-20.37 % to -41.05 %), and trypsin inhibitors (-2.26 TIU/mg to -13.31 TIU/mg), were significantly reduced, though phytic acid content was less affected. Extrusion decreased surface hydrophobicity, disrupted protein-protein interactions, altered secondary structures, and retained protein profiles under reducing conditions. These findings provided valuable scientific insights into the application of extrusion in enhancing nutritional value and modifying structure of plant-based meat alternatives.
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 ».