MétaCan
Menu
Retour à la cohorte
Enregistrement W4416041637 · doi:10.1016/j.ifset.2025.104355

Effect of high shear mixing on the physicochemical characteristics and functional properties of wheat and oat fibers

2025· article· en· W4416041637 sur OpenAlexafffund
Ahasanul Karim, Emmanuel Freddy Osse, Mohammed Aïder, Seddik Khalloufi

Notice bibliographique

RevueInnovative Food Science & Emerging Technologies · 2025
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversité Laval
Organismes subventionnairesMinistère de l'Économie, de l’Innovation et des Exportations du Québec
Mots-clésCrystallinityPorosityAdsorptionFiberSpecific surface areaMixing (physics)Swelling capacity

Résumé

récupéré en direct d'OpenAlex

Plant-based dietary fibers from cereals such as wheat and oats are increasingly incorporated into food formulations due to their nutritional and health-promoting benefits. However, their native structural characteristics, including high crystallinity, limited surface area, and restricted hydration capacity, can constrain their functionality in complex food systems. This study aimed to investigate the potential of high shear mixing (HSM) as a physical modification strategy to improve the structural and functional properties of wheat, oat-1, and oat-2 fibers. The fibers were subjected to HSM treatment and freeze-dried, and their water-holding capacity (WHC), oil-holding capacity (OHC), swelling behavior, glucose adsorption capacity (GAC), and emulsifying activity were evaluated. Structural alterations were examined using BET surface area analysis, Fourier-transform infrared spectroscopy, scanning electron microscopy, and X-ray diffraction. HSM combined with freeze-drying markedly modified fiber structure, as reflected in wheat, where the specific surface area increased from 1.30 to 5.62 m 2 /g, porosity rose from 94.59 to 97.56 %, and crystallinity index decreased from 49.88 to 47.75 %. These modifications were accompanied by improved WHC (5.5 to 8.29 g/g) and OHC (5.18 to 9.58 g/g). In contrast, GAC and emulsifying activity of wheat fibers decreased (7.2 to 5.9 mmol/g and 47 % to 45 %, respectively). Oat fibers, particularly oat-2, largely maintained their GAC and emulsifying properties, likely due to their higher soluble fiber fraction, including β-glucans. Overall, HSM demonstrated fiber-specific effects, enhancing hydration- and lipid-binding capacities while reducing some adsorption and interfacial properties. These findings highlight HSM as a promising technique to tailor cereal fibers for targeted food applications. • High shear mixing with freeze drying improved structure and hydration of fibers. • Structural changes confirmed via SEM, XRD, FTIR, and BET analyses. • HSM increased WHC and OHC but reduced GAC and EA in wheat fibers. • The effectiveness of HSM was dependent on the fiber's intrinsic structure. • HSM shows potential for tailoring fibers in sustainable food applications.

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 enseignants0,001
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,256
Écart entre enseignants0,236 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovative Food Science & Emerging TechnologiesMême sujetFood composition and propertiesTravaux en français237 207