Effect of lentil flour incorporation on the sensory, nutritional, and functional properties of noodles
Notice bibliographique
Résumé
Abstract This study focuses on the development and evaluation of lentil-infused noodles as a nutritious and functional food alternative for health-conscious consumers. Various formulations of lentil flour (10%, 20%, 30%, and 40%) were combined with wheat flour to produce lentil-enriched noodles. The sensory attributes, nutritional composition, functional properties, and storage stability of these noodles were assessed. Sensory evaluation revealed that the formulation with 30% lentil flour (LIN-30) had the highest acceptability, particularly in terms of flavor and texture. Proximate composition analysis showed that LIN-30 had significantly higher protein (15.84 g/100 g) and fiber (3.14 g/100 g) content compared to control wheat noodles. Additionally, LIN-30 exhibited a moderate glycemic index of 60.57 ± 0.07, making it suitable for individuals looking to manage blood sugar levels. In vitro protein digestibility was also favorable, with a digestibility rate of 72.59 ± 1.12%. The mineral content of LIN-30 was enriched, showing higher levels of iron, zinc, and manganese than the control noodles. Texture profile analysis revealed that LIN-30 had good firmness and elasticity, although slightly lower than that of control noodles. Furthermore, LIN-30 demonstrated good storage stability, maintaining its nutritional and sensory properties over a three-month period. Overall, lentil-infused noodles, especially the LIN-30 formulation, offer a promising, affordable, and nutritious option for individuals seeking healthier noodle alternatives.
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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».