MétaCan
Menu
Retour à la cohorte
Enregistrement W4416392685 · doi:10.3390/foods14223963

The Combination of Enzymes in the Enhancement of Fibre-Enriched Product Quality: Effects of the Interactions of Dietary Fibre, Gluten Proteins, and Starch Granules on Dough Rheological Properties and Bubble Dynamics

2025· article· en· W4416392685 sur OpenAlexaff
Xiang Zhou, Simiao Wu, Xinyang Sun

Notice bibliographique

RevueFoods · 2025
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesGovernment of Jiangsu ProvinceNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésGlutenRheologyXylanaseStarchArabinoxylanBubble

Résumé

récupéré en direct d'OpenAlex

Due to the presence of insoluble dietary fibre (IDF), DF-enriched products have a lower consumer acceptance compared to those prepared using a regular formulation. The objective of this review was to focus on a comprehensive utilization of enzymes for improving the DF-enriched dough rheology and bubble dynamics via the regulation of intermolecular interactions between DF, starch granules, and gluten proteins. Xylanase was used to promote the interactions between water-extractable arabinoxylan (WEAX) and gluten proteins, leading to a stronger gluten network and dough liquid film around gas bubbles. Cellulase was applied to promote the breakdown of cellulose, mitigating the adverse impacts of IDF on the gluten structure. Glucose oxidase (GOx) was utilized to facilitate disulfide bond (S-S) formation between gluten proteins, thereby enhancing the gluten strength, gas retention capacity, and bubble stability of dough during processing. Amylase incorporation promoted bubble expansion of high-fibre dough. In conclusion, the review established a solid theoretical framework on how an unpredictable evolution for the rheological behaviour and bubble dynamics of dough during processing could be modified via the complicated interactions involving enzymes and biopolymers. This will contribute to a high-quality development for the fibre-enriched product industry, and also a sustainable promotion of regular DF consumption.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,179
Score d'incertitude au seuil0,175

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,030
Tête enseignante GPT0,291
Écart entre enseignants0,261 · 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 tête enseignante, 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetFood composition and propertiesTravaux en français237 207