Microbial quality and sensory evaluation of probiotic yogurt fortified with functional seeds
Notice bibliographique
Résumé
Aim: This study aimed to assess the viability of Lacticaseibacillus rhamnosus GR-1 in four yogurt formulations with or without flax, chia, and hemp seeds during multiple time points across fermentation and cold storage. Additionally, the study evaluated consumer acceptance of the seed-fortified yogurts based on ratings of appearance, flavour, texture, and overall acceptability. Methods: Four yogurt samples were inoculated with the probiotic strain L. rhamnosus GR-1 and fermented for up to 6 h at 38°C, followed by refrigerated storage at 4°C for up to 30 days, respectively. Microbial enumeration was performed throughout fermentation and storage to assess the viability of L. rhamnosus GR-1. 84 participants engaged in a sensory evaluation where the consumer acceptability of the yogurt samples was evaluated. Results: Microbial analysis showed consistent viable counts of L. rhamnosus GR-1 across all fermentation and storage time points, where the sample containing chia seeds maintained the highest levels of probiotic viability. pH significantly decreased (p < 0.05) during fermentation in all treatments, with further reductions during storage only in the flax, hemp, and chia samples. Sensory evaluation revealed that the control scored highest in appearance, flavour, texture, and overall acceptability (p < 0.001). While participants showed the highest preference for the control sample, 77% indicated they would consider purchasing probiotic yogurt. Conclusions: Overall, adding flax, hemp, and chia seeds supports the viability of L. rhamnosus GR-1 in probiotic yogurt. Seed mucilage may play a vital role in the growth and viability of probiotics in yogurt products. The findings from this research provide a valuable foundation for the development of more nutrient-dense and consumer-friendly probiotic yogurt products.
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) | 0,001 | 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 ».