Indexé dans
- Genamics JournalSeek
- Clés académiques
- JournalTOCs
- Infrastructure nationale des connaissances en Chine (CNKI)
- Accès à la recherche mondiale en ligne sur l'agriculture (AGORA)
- Centre international pour l'agriculture et les biosciences (CABI)
- RechercheRef
- Répertoire d'indexation des revues de recherche (DRJI)
- Université Hamdard
- EBSCO AZ
- OCLC - WorldCat
- érudit
- Catalogue en ligne SWB
- Publions
- Pub européen
- Google Scholar
Liens utiles
Partager cette page
Dépliant de journal
Revues en libre accès
- Agriculture et aquaculture
- Alimentation et nutrition
- Biochimie
- Bioinformatique et biologie des systèmes
- Business & Management
- Chimie
- Génétique et biologie moléculaire
- Immunologie & Microbiologie
- Ingénierie
- La science des matériaux
- Neurosciences & Psychologie
- Science générale
- Sciences cliniques
- Sciences environnementales
- Sciences médicales
- Sciences pharmaceutiques
- Sciences vétérinaires
- Soins infirmiers et soins de santé
Abstrait
Optimisation de la production de pain enrichi en poudre de légumes à feuilles
Famuwagun AA, Taiwo KA, Gbadamosi SO et Oyedele DJ
Français Le modèle Box-Behnken a été utilisé pour étudier l'effet du niveau d'inclusion de poudre de légumes à feuilles séchées, du temps de mélange et du temps de fermentation sur le poids, le volume et le volume spécifique du pain fabriqué à partir de farine composite. Les données obtenues ont été évaluées à l'aide d'une analyse de régression. L'étude a révélé que tous les paramètres étudiés étaient significatifs pour la production de pain enrichi en poudre végétale de haute qualité. La détermination du coefficient (R2 ) était bonne pour le modèle quadratique du second ordre. L'étude a révélé que les combinaisons des paramètres ; niveau d' inclusion de légumes ; 3,65 %, temps de fermentation : 90,6 minutes et temps de mélange : 4,04 minutes étaient les conditions optimales pour la production de pain de haute qualité enrichi en poudre végétale. L'étude a en outre confirmé par une analyse supplémentaire que le modèle est adéquat pour optimiser le processus.