Real-World Quality Assessment of a Medium- and Long-Chain Triglyceride Oil for Deep Fried Japanese Rice Cakes (Agemochi)
Notice bibliographique
Résumé
Background: Edible oil consisting of medium-chain triglycerides (MCTs) has potential health benefits; however, the low smoking temperature of this oil prevents its use in deep-frying. Therefore, this study aimed to evaluate the thermal stability of a synthetic medium- and long-chain triglyceride (MLCT) oil, as well as its acceptability for cooking traditional Japanese deep-fried rice cakes (Agemochi). Methods: The content of total polar materials (TPMs) was measured after continuously heating the MLCT and control (non-MCT) cooking oils at 160 °C or 180 °C for 8 h, or after a frying cycle of 1 h performed twice daily for 4 consecutive days. The TPM content was also measured after deep-frying Agemochi without breading or butter (twice daily for 1 h over 4 days). Results: The TPM of the MLCT oil remained below the rejection threshold (25%) under all conditions, whereas that of the control oil increased with temperature and heating time. The TPM content during deep-frying of Agemochi did not reach the rejection limit with either oil type. However, the TPM values after the fourth cooking day were significantly lower in the MLCT oil than in the control, with no apparent differences in sensory evaluation scores. Conclusion: The MLCT oil demonstrated improved thermal stability for deep-frying compared to the non-MLCT oil, as evidenced by the cooking of the Japanese rice cake, Agemochi. Additional studies are required with other foods; however, the results of this study illustrate that an MLCT oil could be a viable option for cooking oil in domestic deep-fat frying.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».