Gelling properties of pea protein isolate in combination with protein from wild harvested Ulva sp.
Notice bibliographique
Résumé
Plant-based proteins as food functional ingredients are increasing in demand due to lower climate impact and consumer interests in vegetarian and vegan diets. Furthermore, marine macro- and microalgae are also considered as food protein sources for the same reasons. The macroalgae Ulva sp. (common name sea lettuce) is a highly nutritious and fast-growing seaweed species that is of interest to extract protein from as it grows in Danish fjords. Pea protein isolates are available commercially, but with varying functional properties as gelling agents in foods. The study aim was to assess the functional properties of Ulva protein compared to a commercial pea protein isolate (PPI). The gelling properties of Ulva protein and PPI were analyzed at food relevant pH conditions. Gelling properties of Ulva protein were assessed, but showed poor gelling ability alone, while PPI forms heat induced soft gel depending on protein concentration. Combinations with 10% and 30% relative substitutions with Ulva protein in PPI gels were analysed. Rheological small amplitude oscillation measurements revealed synergistic effects of the two protein sources combined with significantly increased gel strength and stability at low Ulva protein inclusion, and significantly increased gel strength but decreased stability at increased Ulva protein inclusion. Based on the results, Ulva protein may have potential as functionality ingredient in complex plant-based foods. Further research on sensory properties regarding flavour and colour is ongoing.
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 | 0,000 | 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) | 0,001 | 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 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 ».