FUTURE FOODS DEVELOPMENT: EFFECT OF TEMPERATURE, FEEDMOISTURE AND COCONUT ADDITION ON THE PHYSICOCHEMICALPROPERTIES OF EXTRUDED CORN SNACKS
Notice bibliographique
Résumé
The study investigated the effect of temperature, feed moisture and coconut addition on the physicochemical properties of extruded corn snacks.The samples processed and data collected analyzed using standard methods.The results findings revealed that there were significant variations (P<0.05) in the proximate composition of the extruded corn-coconut snack samples.The ash, moisture, fire and fat contents ranged from 3.54-3.82%,4.94-5.60%,2.87-3.15%and 8.90-9.15%,respectively.The protein content of the extruded snack samples varied from 9.93 to 12.31%, while the carbohydrate content ranged from 66.36 to 69.40%.Carbohydrate content was highest in FGH (69.40%) and lowest in BCO (66.36%).The moderate fat content can aid in the absorption of fat-soluble vitamins (ADEK).Significant differences (p<0.05) were also observed in some of the functional properties of the extruded corn-coconut snacks with the emulsion stability ranging from 10.00 to 11.33%, while emulsion activity ranged from 9.14 to 9.91%.The oil absorption capacity, bulk density and foaming capacity ranged from 1.93-2.98%,0.57-0.76%and 11.17-15.60%,respectively.Oil absorption capacity varied significantly, with NPO and BCO samples exhibiting the highest values (2.98 g/g), reflecting their potential for flavor retention and mouthfeel enhancement.Bulk density ranged from 0.57 to 0.76 g/cm³, where higher values (e.g., QRW and YXZ) imply denser products, potentially influencing packaging and textural properties.Foaming capacity varied between 11.17% and 15.60%, with NPO demonstrating the most pronounced ability to entrap air, which is crucial for snack lightness and volume.The colour and physical properties of the extruded snacks also varied significantly (p<0.05)among the samples.The results of the sensory evaluation revealed that the sample VST was ranked the highest in terms of overall acceptability, while sample SOA was ranked least.
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 | 0,001 |
| 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) | 0,002 | 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 ».