Relationship Between Gluten Structural Properties and Noodle Texture: Insights From Seven Wheat Varieties
Notice bibliographique
Résumé
ABSTRACT A comprehensive understanding of how gluten properties affect noodle texture remains limited. This study examined the impact of gluten physicochemical and structural properties on noodle texture. Seven wheat varieties from China, France, Canada, and Australia were utilized. Results indicated that increased surface hydrophobicity and higher β‐sheet content determined based on the relative levels of each property among the tested varieties reduced gluten water retention, lowering noodle adhesiveness. Greater surface hydrophobicity also enhanced gluten thermal stability, improving noodle chewiness, hardness, and tensile properties. In contrast, higher α‐helix content increased solubility, while a greater proportion of high molecular weight gluten subunits (HMW‐GS) strengthened the gluten network, enhancing hardness and elasticity. Among the tested varieties, Australian durum wheat (AD) exhibited superior elasticity and balanced texture, with hardness (376.43 g), chewiness (267.13 g), adhesiveness (27.49), and resilience (0.815). These properties were linked to its high water‐holding capacity (3.03 g/g), solubility (0.3 mg/mL), and thermal stability ( T d = 58.18°C). These findings clarify the role of gluten in noodle texture and establish protein‐based criteria for wheat selection in processing.
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 ».