Notice bibliographique
Résumé
This study aimed to investigate the impact of guargum and propylene glycol mono-stearate (PGME) emulsifier on the physicochemical properties of sponge cake.Therefore, guar gum at levels of 0%, 0.3% and 0.5% and PGME emulsifier at 0% and 0.5% levels was added to the formulation.The treatments were examined in 3 replicates and the results obtained were analyzed by using one-way ANOVA and were compared using Duncan's multiple-range test at probability level (0.05>p).The results showed that the addition of guar and PGME led to increased cake specific volume.The results of the texture analysis of the samples indicated a lower hardness (firmness) in the sample containing gum agar (0.3%) and emulsifier (0%).The highest specific volume value of cake belonged to gum (0.5%) and emulsifier (0.5%).An increase in the level of gum agar and PGME emulsifier in the formulation of sponge cake resulted in an improvement in the amount of L component in the cake that can be attributed to the high water absorption capacity by gum and PGME emulsion.Based on the results, the highest sensory attributes score belonged to the sample containing 0.5% gum and 0.5% emulsifier.The addition of agar and PGME emulsifier improved water absorption, increased porosity and improved the texture in such a way that the measurement of texture properties of the cake by texture analyzer revealed that the addition of gum and emulsifiers will reduce the firmness of the cake over time.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,840 | 0,876 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».