Gluten protein network formation induced by a novel laminated sheeting process: Effect on the textural stability of cooked noodles
Notice bibliographique
Résumé
To address the progressive textural deterioration of takeaway noodles during immersion, this study employed a novel laminated sheeting process for noodle preparation by integrating dough sheet with dough crumbs. The effects of the ratio of dough sheet to crumbs (R-DSTC) (1:0, 1:0.25, 1:0.75, and 1:1.5) and sheeting ratio (R-S) (20 %, 30 %, and 40 %) on the textural stability of cooked noodles were investigated. Both cooking quality and textural characteristics of noodles improved with increasing R-DSTC and R-S values. The highest hardness (4894.62 ± 92.39 g) and tensile distance (72.91 ± 3.24 mm) were observed under the conditions of R-DSTC-1:0.75 and R-S-30 %. Afterwards, noodles exhibited relatively less textural deterioration during immersion. Confocal laser scanning microscopy (CLSM) confirmed that the R-DSTC-1:0.75 and R-S-30 % combination produced a denser protein network, with higher gluten junctions (921.25) and lower lacunarity (7.48). Magnetic resonance imaging (MRI) findings indicated that a compact gluten network effectively inhibited water penetration.
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) | 0,000 | 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 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 ».