تاثیر ترکیب هیدروکلوئیدهای اینولین- ژلاتین و پلیدکستروز - ژلاتین بر خصوصیات رئولوژیکی و حسی ماست کمچرب پری بیوتیک
Bibliographic record
Abstract
با توجه به افزایش سطح آگاهی مردم در خصوص ارتباط بین مصرف زیاد چربی و بیماریهایی قلبی-عروقی، افزایش فشار خون، چاقی، و سرطان، تقاضا برای تولید فرآوردههای لبنی کمچرب از جمله ماست، افزایش چشمگیری داشته است.ولی کاهش چربی، ویژگیهای حسی و رئولوژیکی ماست را به گونهای منفی تحت تاثیر قرار میدهد. از طرف دیگر، فیبرهای پری بیوتیک مانند اینولین و پلی دکستروز، علاوه بر داشتن خواص چربی سانی، دارای منافع تغذیه ای- درمانی بالایی می باشند. .بر این اساس، پژوهش پیشرو با هدف بهبود ویژگیهای رئولوژیکی و حسی ماست کمچرب و تولید یک محصول فراسودمند با استفاده از اینولین (صفر، 2 و 3 درصد)، پلیدکستروز (صفر، 2 و 3 درصد) و ژلاتین (صفر و 5/0 درصد) به عنوان جایگزین چربی انجام شد. نتایج آنالیز آماری نشان داد که غلظتهای مختلف اینولین و پلیدکستروز اثر معنیداری (05/0p ≤) بر pH و اسیدیته ندارند، اما میزان آباندازی به صورت معنیداری (05/0p ≤) با افزایش غلظت اینولین و پلیدکستروز کاهش پیدا کرد. در این میان، افزودن غلظت ثابتی از ژلاتین به نمونههای مختلف حاوی اینولین یا پلیدکستروز سبب کاهش بیشتر آباندازی شد. بررسی ویژگیهای رئولوژیکی نشان داد که افزودن اینولین و پلیدکستروز سبب افزایش ویسکوزیته ظاهری، مدول ذخیره و مدول افت ماست کمچرب میشود و افزودن غلظت ثابتی از ژلاتین به نمونهها سبب بهبود هرچه بیشتر ویژگی-های رئولوژیکی میشود. یافتههای آماری ارزیابی حسی ماست کمچرب نشان داد که افزودن اینولین و پلی-دکستروز در کنار غلظت ثابتی از ژلاتین سبب بهبود پذیرش کلی ماست کمچرب میشود. یافتههای این پژوهش بیانگر اثر مطلوب اینولین، پلیدکستروز در بهبود ویژگیهای مختلف ماست کمچرب میباشد. ه
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.009 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".