MétaCan
Menu
Retour à la cohorte
Enregistrement W4415387284 · doi:10.1016/j.ijbiomac.2025.148419

Combining proteolytic enzyme with non-thermal ultrasound and microwave methods for enhanced extractability and modified functionality of dry bean (Phaseolus vulgaris) starch: A chemical-free strategy

2025· article· en· W4415387284 sur OpenAlexafffund
Prudhvi Pasumarthi, Annamalai Manickavasagan

Notice bibliographique

RevueInternational Journal of Biological Macromolecules · 2025
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStarchAmyloseExtraction (chemistry)Retrogradation (starch)Mung beanUltrasoundSwellingMicrowaveProteolytic enzymes

Résumé

récupéré en direct d'OpenAlex

This study investigated the extraction of dry bean starch using a food-grade protease enzyme and its integration with ultrasound and microwave treatments, to compare their effects on starch recovery and functional properties. Enzymatic treatment at 0.5 % protease concentration yielded a starch recovery comparable to the conventional alkaline method (∼ 84 %). Integration with ultrasound and microwave allowed higher recovery (∼ 87 %) at lower enzyme concentrations of 0.1 % and 0.25 %, respectively. Ultrasound treatment significantly modified starch characteristics, including surface damage, amylose content, thermal stability, retrogradation behavior, swelling power, solubility, pasting viscosities, rheological properties, and crystallinity. In contrast, microwave treatment induced limited changes, mainly enhancing gel strength and pasting properties while reducing crystallinity. In vitro digestibility revealed monophasic behavior, with ultrasound-treated starch exhibiting increased digestibility and a higher expected glycemic index (eGI). Thus, protease-assisted extraction offers a sustainable alternative to alkaline methods, while its integration with ultrasound or microwave reduces enzyme requirements, enhances starch recovery, and alters starch functionality, yielding application-specific starch without additional modification.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,332
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Biological MacromoleculesMême sujetFood composition and propertiesTravaux en français237 207