Development and characterization of high-performance macadamia oil-based oleogel emulsions
Notice bibliographique
Résumé
Macadamia oil is rich in monounsaturated fatty acids and bioactive compounds, making it highly valued in the food industry. However, its high fluidity and susceptibility to oxidation limit its broader applications. This study utilized macadamia oil as a base material to develop highly stable oleogels incorporating a β-sitosterol/γ-oryzanol (BS-GO) composite system. The gelation threshold was identified at 6 %, while oleogels prepared with 7 % -12 % BS-GO exhibited a dense three-dimensional network structure, transitioning the oil into a solid state. The oleogel at the optimized 12 % BS-GO concentration demonstrated a hardness of 6283.96 g, an oil-binding capacity of 99.51 %, and significantly enhanced antioxidant capacity, with DPPH scavenging activity reaching 1922.18 μmol TE/100 g. Emulsions derived from these oleogels revealed that emulsifier type significantly influenced stability. Emulsions stabilized with whey protein isolate achieved the smallest droplet size (256.86 nm) and the highest zeta potential (-32.93 mV). The 7 % BS-GO emulsion exhibited remarkable stability under thermal treatment (30-80 °C), freeze-thaw cycles, and varying ionic strengths (0-100 mmol/L). Furthermore, this emulsion effectively inhibited oxidation, with peroxide values ranging from 7.07 to 12.67 mmol/kg and TBARS values between 2.83 and 4.96 μmol/kg during accelerated storage. This research provides a theoretical foundation and practical guidance for the high-value utilization of macadamia oil and the advancement of oleogel-based emulsions in the food industry.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».