Unraveling microstructure and water behavior in diverse food matrices using low-frequency NMR (LF-NMR) on proton: a specific look at 1H-LF-NMR results interpretation
Notice bibliographique
Résumé
Low-frequency NMR on proton ( 1 H-LF-NMR) has become a method of choice to study water mobility in food matrices. It has been applied on matrices varying in complexity such as sucrose solutions and complex hydrocolloid mixed systems. Measurements of spin-spin relaxation time (T 2 ) using Carr-Purcell-Meiboom-Gill scan sequences are often used to study hydrated matrices with long relaxation times (>1ms). Studies reported 1 to 4 water populations among which “bound water”, bulk water from serum, and separated water (sedimentation, syneresis). Experiments from our team on different food systems and results from the literature will be used to demonstrate how 1 H-LF-NMR can probe food microstructure and the care needed to avoid artifacts. Examples were taken among fermented milk, mixed polysaccharides, mixed protein-polysaccharide systems and legume purée. Water mobility shows similar patterns between these different matrices even though their type (suspension, gel, …), composition and microstructure are different in nature. For instance, in yogurt formulations the serum water mobility correlated with network heterogeneity. The serum water often gets most of the attention in studies as it can be affected by serum solutes, serum viscosity, and gel microstructure (porosity, macromolecular density). However, water mobility was also able to detect and quantify spontaneous serum separation or to detect microstructural heterogeneity due to segregative interactions. 1 H-LF-NMR when combined with other methods used for microstructure characterization allows to probe water interactions in both model and complex food systems. By revealing water interactions in food matrices, this method is a powerful, simple, and non-destructive tool to inform on macromolecular interactions and their organization. • 1 H-LF-NMR probes water mobility in food matrices. • In hydrated food matrices 1 to 4 water populations are found. • Water mobility is related to food microstructure. • 1 H-LF-NMR can detect phase separation and microstructural changes. • 1 H-LF-NMR complements information from rheology and microscopy.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».