Extrusion of Oilseed‐Based Ingredients: Unlocking New Potential for Sustainable Protein Solutions
Notice bibliographique
Résumé
The growing demand for plant-based proteins has driven significant interest in utilization of oilseed cakes and meals, which are abundant byproducts of the oil extraction industry. These protein-rich products possess unique functional properties that make them valuable for various food applications in a sustainable and cost-effective way. This review provides an in-depth review of extrusion processes as tools to enhance the functionality of oilseed cakes, meals, and proteins. Under specific processing conditions that dictate thermal and mechanical energy input, extrusion induces structural and functional modifications in proteins, which, in turn, improves the digestibility, reduces antinutritional factors, and enhances the overall nutritional profile of oilseed cakes, meals, and proteins. The importance of optimizing key extrusion parameters and the role of residual oil content in the process are discussed. Additionally, the diverse applications of extruded oilseed proteins in developing meat alternatives, snack foods, and breakfast cereals are highlighted. Advanced techniques such as fermentation and enzyme hydrolysis as treatments prior to extrusion are also examined for their potential to further improve the sensory and nutritional properties of extruded products. Relevant literature published between 2000 and 2024 was identified using databases such as Scopus and Web of Science, with keywords including oilseed proteins, extrusion, and plant-based meat alternatives. Studies were selected based on relevance to processing techniques, functional outcomes, and food applications. This comprehensive analysis underscores the potential of extrusion technology to unlock new opportunities for oilseed cakes and their protein-rich fractions in the food industry, contributing to the development of innovative, plant-based food products that meet consumer demands for nutrition and sustainability.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».