Effects of micronization on the physicochemical and rheological properties of wheat varieties
Notice bibliographique
Résumé
A more comprehensive understanding of micronization (infrared treatment) has become necessary due to the potencial use of this technique for processing grains and seeds.The main objective of this research was to investigate the effects of micronization, at different moisture levels, on physical, chemical, and rheological properties of wheats.Four wheat varieties (AC Karma, AC Barrie, Glenlea, and AC lvory) were subjected to infrared radiation, at three moisture levels (as is, 16%, and 22%), to reach an average layer temperature of 100 t 5"C.The wheat samples were then milled and analyzed for single kernel characteristics, flour yield, ash and total protein content, protein fraction cha racteristics, alpha-amylase activity, and rheological behaviors.The protein fractionation test revealed significant decreases (p < 0.01) in both monomeric proteins (from 54% of total protein in the control to 37o/o in the tempered micronized sample) and soluble glutenins (from 9.4 to 2.5%).There was a strong negative correlation (r = -0.98) between the percentages of monomeric proteins and insoluble glutenins.Total extractable proteins of micronized samples tempered to 22o/o moisture decreased 43.5% compared with non- micronized control samples using sE-HPLc.Micronization had a remarkable effect on the gluten properties as seen from the significant decreases of water absorption (P < 0.01) and dough development time (P < 0.0.1 ).Results suggest that micronization to high temperature level has detrimental effects on gluten functionality by decreasing protein solubility and impairing physicochemical and rheological propedies of wheat flour.This behavior is largely independent of wheat varieties.
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 ».