MétaCan
Menu
Retour à la cohorte
Enregistrement W7105986501 · doi:10.7939/83070

Improvement in 3D Printability and Functionalities of Fava Bean Protein Isolates by Cold Plasma Technology

2025· dissertation· en· W7105986501 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity of Alberta Library · 2025
Typedissertation
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPea proteinPlant proteinFood productsFood industryCold storagePlasmaCold chain

Résumé

récupéré en direct d'OpenAlex

Plant-based proteins have gained significant popularity in different forms, such as supplements or ingredients in food products. Different plant proteins, such as fava bean protein isolates (FPBI) are being explored for their use in the food industry. Fava beans are an excellent choice as they feature a high protein content and thrive in Canadian climates. FBPI have great potential in the food industry; however, they tend to have poor functionality, resulting in challenges for their application in the food industry. The research featured in this thesis aims to improve the FBPI functionalities by utilizing two different cold plasma treatments, including direct and indirect methods. Two different sources of sustainably extracted FBPI were used in this research. FBPI samples were first mixed with water to create a protein suspension. For indirect cold plasma treatment, the FPBI were mixed with plasma-activated water to induce physicochemical modifications on the protein. For direct cold plasma treatment, FBPI were mixed with water before applying continuous cold plasma treatment directly on the protein suspension. The cold plasma treatments resulted in major changes in FBPI protein secondary structures, as well as improvements in their 3D printability, gel texture, and rheological properties. The cold plasma treatments also modified the color of the protein gels to varying degrees. The findings in this research demonstrated that cold plasma treatments are effective in improving FBPI functionality, which further supports their potential applications in the food industry. With improved functionality, FBPI can be utilized in food formulations, improving food nutrition and ultimately sustainability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,162
Écart entre enseignants0,156 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Alberta LibraryMême sujetProteins in Food SystemsTravaux en français237 207