Plant‐Based Meat Analogues: Processing, Product Safety, Protein Quality, and Contributions to Environmental Sustainability
Notice bibliographique
Résumé
ABSTRACT Food production has been intensified significantly to meet food and nutrition security needs of the increasing global population. The environmental impact has been detrimental and thus, sustainable protein alternatives are being explored. Plant proteins are widely used because of their low cost, accessibility, health benefits, and ethical considerations. This has led to the development of plant‐based meat analogues (PBMAs) as a means of widening consumer food choice options because PBMAs are intended to mimic the appearance, mouthfeel, and taste of meat. From the review of available literature, processing methods used in converting amorphous plant protein powders to fibrous meat‐like structures can denature proteins and expose their reactive side chains to interact with other components in the food matrix. These interactions can lead to the formation of complexes that are resistant to enzymatic digestion and reduce the bioavailability of essential amino acids. Based on the amount of protein, the climate impact of PBMAs is estimated to be twice as much as that of peas, three times as that of nuts, and slightly higher than that of other pulses. However, when compared to animal proteins, the difference is remarkable. PBMAs recorded 0.99 kg CO 2 eq/100 g of protein whereas beef recorded 50 kg CO 2 eq/100 g of protein. This review shows that in closely imitating meat structures in PBMAs, the processing methods used can affect protein quality and increase their environmental impact.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».