MétaCan
Menu
Retour à la cohorte
Enregistrement W4409628696 · doi:10.22541/au.174525130.05873296/v1

Impacts of tempering and infrared heating of pulse seeds on the functionality and digestibility of air-classified fine stream

2025· preprint· en· W4409628696 sur OpenAlexaff
Ke Ding, Areha Abid, Kashika Sethi, Michael T. Nickerson, Thomas D. Warkentin, Mark R. Pickard, Yongfeng Ai

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineChemistry
ThématiqueEdible Oils Quality and Analysis
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésTemperingInfraredPulse (music)Environmental scienceMaterials scienceComputer scienceComposite materialPhysicsOpticsTelecommunications

Résumé

récupéré en direct d'OpenAlex

This study aimed to employ tempering and subsequent infrared (IR) heating as seed pre-treatments to enhance the functional properties and in vitro protein digestibility (IVPD) of air-classified fine stream (i.e., protein concentrate) from round pea, faba bean, and wrinkled pea. Due to the absence of effective modifications on protein and starch, the tempering did not influence the separation between these two major constituents during the air classification and exhibited negligible effects on the functional attributes and digestibility of the obtained fine stream, except for water-holding capacity (WHC). As an efficient and short-time thermal method, IR pre-treatment led to protein denaturation and starch gelatinization in round pea, faba bean, and wrinkled pea, thus showing some negative influence on the separation of protein and starch in the air classification. Although IR heating reduced the protein solubility of fine stream from 79.9%-83.4% to 24.0%-33.1% for the three pulse varieties, this pre-treatment did not considerably affect their particle morphologies and size distributions nor foaming and emulsifying properties. As a result of protein denaturation, IR heating enhanced WHC from 0.42-0.65 g/g to 1.82-1.98 g/g and IVPD from 78.6%-83.0% to 85.3-86.7% for the three fine stream samples. IR heating can be utilized to pre-treat different pulse seeds to improve the techno-functional attributes and digestibility of protein concentrates from air classification.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,035
Tête enseignante GPT0,286
Écart entre enseignants0,251 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEdible Oils Quality and AnalysisTravaux en français237 207