To assess the global distribution o

To assess the global distribution of bread products based on sensory texture properties and instrumental measurements, PCA was performed on these data, separately. The PCA score plot of data from the DA (Fig. 2a) illustrates a huge variation between bread products based on the sensory texture attributes shown in the PCA loading plot (Fig. 2b). PC1, describing 62% of the total variation, accounted for most of the variation, representing mainly differ- ences related to type of cassava flour and addition of dietary fibers. PC2 described 18% of the total variation, representing differences in the quantity of added cassava flour (Fig. 2a). Bread made from wheat flour with added fiber (14 and 16) was characterized by a high degree of lumpiness, adhesiveness and toughness, and similar bread samples made with 30% cassava flour (15 and 17) and bread made with 50% cassava flour (5 and 10) were evaluated to be the hardest samples (Fig. 2a and b). Controls (1 and 6) and bread made with PD (12) were characterized as being drier and more breakable and negatively correlated with adhesiveness, lumpiness and toughness along PC2. Generally, bread made with Mogo (7e10) was drier and more breakable than samples made with similar quan- tities of FdM (2e5).
PCA was also performed on results from instrumental mea- surements (Fig. 2c and d). PC1 and PC2 explain 71% and 14% of the variance, respectively. PC1 was spanned by the bread products made with PD (12) and PA (13) in one end and products made with
50% cassava flour (5 and 10) and 30% cassava added 7% fiber (15 and 17) in the other end. Products made with PD (12) and PA (13) were characterized by a high volume and specific volume, a greater weight loss during baking and less pronounced as being more cohesive than the remaining samples. The samples made with the highest content of cassava flour (5 and 10) and with cassava flour and fiber (15 and 17) were harder and with a higher modulus of elasticity.
A comparison of PCA score plots based on data from the sensory and instrumental measurements (Fig. 1a and c) reveals that while PCA on sensory data separates samples in accordance to type of cassava flour (PC1) and quantity (PC2), PCA on instrumental mea- surements, only separates samples based on the type of cassava flour. Thus, TPA does not mimic the results from DA. A similar conclusion was drawn by Matos and Rosell (2012), who only found a significant correlation for a limited number of TPA parameters and sensory texture attributes in their study of gluten-free bread. In contrast, Gambero et al. (2002), who studied the textural quality of different commercial products of white pan bread, found that sensory texture attributes were well predicted by TPA. The above- mentioned studies only made pairwise comparisons between TPA results and sensory evaluation, and looking at data from a multi- variate perspective might have provided additional information.

ผลลัพธ์ (ไทย) 1:

การประเมินตามเครื่องมือวัดและคุณสมบัติทางประสาทสัมผัสเนื้อผลิตภัณฑ์ขนมปังกระจายทั่วโลก สมาคมที่ดำเนินการบนข้อมูลเหล่านี้ แยกต่างหาก แปลงคะแนน PCA ข้อมูลจากดา (Fig. 2a) แสดงให้เห็นถึงรูปแบบขนาดใหญ่ระหว่างผลิตภัณฑ์ขนมปังตามคุณลักษณะทางประสาทสัมผัสพื้นผิวแสดงใน PCA โหลดพล็อต (Fig. 2b) PC1 อธิบาย 62% ของความแปรปรวนทั้งหมด ลงบัญชีสำหรับส่วนใหญ่ของการเปลี่ยนแปลง การแสดงส่วนใหญ่แตกต่างกัน-ences ที่เกี่ยวข้องกับชนิดของแป้งมันสำปะหลังและเพิ่มเส้นใยอาหาร PC2 อธิบาย 18% ของความแปรปรวนทั้งหมด แสดงความแตกต่างในปริมาณของแป้งมันสำปะหลังเพิ่ม (Fig. 2a) ขนมปังที่ทำจากแป้งมีเส้นใยเพิ่ม (14 และ 16) มีลักษณะ โดยระดับสูงของ lumpiness, adhesiveness และนึ่ง และคล้ายตัวอย่างขนมปังทำ ด้วยแป้งมันสำปะหลัง 30% (15 และ 17) และขนมปังทำ ด้วยแป้งมัน 50% (5 และ 10) ที่ประเมินเป็น ตัวอย่างที่ยากที่สุด (Fig. 2 เอและบี) การควบคุม (1 และ 6) และขนมปังทำ PD (12) มีลักษณะเป็นเครื่องเป่า และ breakable มากขึ้น และส่ง correlated กับ adhesiveness, lumpiness และนึ่งตาม PC2 ทั่วไป ขนมปังที่ทำ ด้วย Mogo (7e10) เป็นเครื่องเป่า และ breakable มากขึ้นกว่าตัวอย่างที่ทำกับควน tities คล้ายของ FdM (2e5)สมาคมที่ดำเนินการยังผลจากบรรเลง mea-surements (Fig. 2 c และ d) PC1 และ PC2 อธิบาย 71% และ 14% ของความแปรปรวน ตามลำดับ PC1 ได้ขยายผลิตภัณฑ์ขนมปังทำ PD (12) และป่า (13) หนึ่งสิ้นสุดและผลิตภัณฑ์ที่ทำด้วยแป้งมัน 50% (5 และ 10) และมันสำปะหลัง 30% เพิ่ม 7% ไฟเบอร์ (15 และ 17) ในสุด ผลิตภัณฑ์ PD (12) และ (13) ป่ามีลักษณะสูงและระบุปริมาณ น้ำหนักตัวมากในระหว่างการอบ และน้อยออกเสียงควบขึ้นมากกว่าตัวอย่างที่เหลือเป็น ตัวอย่างที่ทำ กับเนื้อหาสูงของแป้งมันสำปะหลัง (5 และ 10) และแป้งมันสำปะหลังและไฟเบอร์ (15 และ 17) หนัก และ มีโมดูลัสของความยืดหยุ่นสูงการเปรียบเทียบของ PCA คะแนนที่ดินโดยใช้ข้อมูลจากการรับรู้ และเครื่องมือวัด (Fig. 1a และซี) เผยที่สมาคมข้อมูลรับความรู้สึกแยกตัวอย่างในชนิดของแป้งมันสำปะหลัง (PC1) และปริมาณ (PC2), PCA ใน mea บรรเลง-surements ลักษณะเฉพาะตัวอย่างตามชนิดของแป้งมันสำปะหลัง ดังนั้น ส.ส.ท.ไม่เลียนแบบผลจาก DA. สรุปเหมือนถูกวาด โดยมาทอสและ Rosell (2012), ที่พบความสัมพันธ์อย่างมีนัยสำคัญเฉพาะ สำหรับจำนวนส.ส.ท.พารามิเตอร์และคุณลักษณะทางประสาทสัมผัสเนื้อในการเรียนขนมปังฟรีตังจำกัด ในทางตรงกันข้าม Ga mbero et al. (2002), ผู้ศึกษาคุณภาพของผลิตภัณฑ์ในเชิงพาณิชย์ต่าง ๆ ขนมปังขาวปาน textural พบว่า คุณลักษณะทางประสาทสัมผัสพื้นผิวได้ดีทำนาย โดยส.ส.ท ด้านบน - กล่าวถึงการศึกษาทำแพร์ไวส์เปรียบเทียบระหว่างผลลัพธ์ของส.ส.ท.และการประเมินผลทางประสาทสัมผัสเท่านั้น และดูข้อมูลจากมุมมองหลาย variate อาจให้ข้อมูลเพิ่มเติม

ผลลัพธ์ (ไทย) 2:

เพื่อประเมินการจัดจำหน่ายทั่วโลกของผลิตภัณฑ์ขนมปังขึ้นอยู่กับคุณสมบัติเนื้อประสาทสัมผัสและการวัดประโยชน์ PCA ได้ดำเนินการเกี่ยวกับข้อมูลเหล่านี้แยกต่างหาก พล็อตคะแนน PCA ข้อมูลจาก DA (รูป. 2a) แสดงให้เห็นถึงความแตกต่างอย่างมากระหว่างผลิตภัณฑ์ขนมปังขึ้นอยู่กับลักษณะทางประสาทสัมผัสพื้นผิวที่ปรากฏในพล็อตในการโหลด PCA (รูป. 2b) PC1 อธิบาย 62% ของการเปลี่ยนแปลงทั้งหมดคิดเป็นส่วนใหญ่ของการเปลี่ยนแปลงที่เป็นตัวแทนของความแตกต่างส่วนใหญ่ที่เกี่ยวข้องกับชนิดของแป้งมันสำปะหลังและนอกเหนือจากเส้นใยอาหาร PC2 อธิบาย 18% ของการเปลี่ยนแปลงทั้งหมดที่เป็นตัวแทนของความแตกต่างในปริมาณแป้งมันสำปะหลังเพิ่ม (รูป. 2a) ขนมปังที่ทำจากแป้งข้าวสาลีที่มีกากใยเพิ่ม (14 และ 16) ก็มีลักษณะระดับสูงของก้อน, เหนียวแน่นและความทนทาน, และตัวอย่างขนมปังที่คล้ายกันทำด้วยแป้งมันสำปะหลัง 30% (15 และ 17) และขนมปังทำด้วยแป้งมันสำปะหลัง 50% ( 5 และ 10) ได้รับการประเมินให้เป็นตัวอย่างที่ยากที่สุด (รูป. 2a และ b) การควบคุม (ที่ 1 และ 6) และขนมปังที่ทำด้วย PD (12) มีลักษณะเป็นแห้งและเปราะบางมากขึ้นและความสัมพันธ์เชิงลบกับเหนียวแน่น, ก้อนและความทนทานพร้อม PC2 โดยทั่วไปที่ทำด้วยขนมปัง Mogo (7e10) เป็นแห้งและเปราะบางมากกว่ากลุ่มตัวอย่างที่ทำด้วย Tities quan- ที่คล้ายกันของ FDM (2e5).
PCA ได้ดำเนินการนอกจากนี้ยังเป็นผลมาจากการใช้เครื่องมือ surements เด็ดขาด (รูป. 2 c และ d) PC1 และ PC2 อธิบาย 71% และ 14% ของความแปรปรวนตามลำดับ PC1 ถูกทอดผลิตภัณฑ์ขนมปังที่ทำด้วยพีดี (12) และ PA (13)
ในปลายด้านหนึ่งและผลิตภัณฑ์ที่ทำด้วยแป้งมันสำปะหลัง50% (5 และ 10) และมันสำปะหลัง 30% เพิ่มเส้นใย 7% (15 และ 17) ในที่อื่น ๆ ท้าย ผลิตภัณฑ์ที่ทำด้วยพีดี (12) และ PA (13) โดดเด่นด้วยปริมาณสูงและปริมาณเฉพาะการสูญเสียน้ำหนักมากขึ้นในระหว่างการอบและเด่นชัดว่าเป็นเหนียวมากขึ้นกว่ากลุ่มตัวอย่างที่เหลือ กลุ่มตัวอย่างที่ทำด้วยเนื้อหาที่สูงที่สุดของแป้งมันสำปะหลัง (5 และ 10) และแป้งมันสำปะหลังและเส้นใย (15 และ 17) เป็นยากขึ้นและมีโมดูลัสที่สูงขึ้นของความยืดหยุ่น.
การเปรียบเทียบ PCA แปลงคะแนนขึ้นอยู่กับข้อมูลจากประสาทสัมผัสและเครื่องมือ วัด (รูป. 1a และค) แสดงให้เห็นว่าในขณะที่ PCA กับข้อมูลทางประสาทสัมผัสตัวอย่างแยกตามประเภทของแป้งมันสำปะหลัง (PC1) และปริมาณ (PC2) PCA ใน surements เด็ดขาดประโยชน์เพียงตัวอย่างแยกตามประเภทของแป้งมันสำปะหลัง . ดังนั้น TPA เลียนแบบไม่ได้เป็นผลมาจากอัยการ ข้อสรุปที่คล้ายกันคือวาดโดยทอดตาและ Rosell (2012) คนเดียวที่พบว่ามีความสัมพันธ์อย่างมีนัยสำคัญในจำนวนที่ จำกัด ของพารามิเตอร์ TPA และคุณลักษณะเนื้อประสาทสัมผัสในการศึกษาของพวกเขาของขนมปังตังฟรี ในทางตรงกันข้าม Ga? mbero et al, (2002) ที่ศึกษาที่มีคุณภาพเนื้อสัมผัสของผลิตภัณฑ์ในเชิงพาณิชย์ที่แตกต่างกันของขนมปังกระทะสีขาวพบว่าคุณลักษณะทางประสาทสัมผัสพื้นผิวที่ได้รับการคาดการณ์อย่างดีจาก TPA ข้างต้นที่กล่าวถึงการศึกษาทำเพียงการเปรียบเทียบระหว่างคู่ผล TPA และการประเมินผลทางประสาทสัมผัสและดูข้อมูลจากมุมมองของหลายตัวแปรอาจจะมีการให้ข้อมูลเพิ่มเติม

ผลลัพธ์ (ไทย) 3:

เพื่อประเมินการกระจายของผลิตภัณฑ์ขนมปัง ( ขึ้นอยู่กับคุณสมบัติและพื้นผิวและการวัดอุปกรณ์ , ระบบแสดงข้อมูลเหล่านี้แยกต่างหาก พีซีคะแนนแปลงข้อมูลจากดา ( รูปที่ 2A ) แสดงให้เห็นถึงความแตกต่างระหว่างผลิตภัณฑ์ขนมปังขนาดใหญ่ขึ้นอยู่กับพื้นผิวและลักษณะที่แสดงใน PCA โหลดแปลง ( รูปที่ 2B ) PC , อธิบายว่า 62 เปอร์เซ็นต์ของการเปลี่ยนแปลงทั้งหมดคิดสำหรับที่สุดของการเป็นตัวแทนส่วนใหญ่แตกต่าง - ences เกี่ยวข้องกับชนิดของแป้ง และการเพิ่มของเส้นใยอาหาร pc2 อธิบาย 18% ของการเปลี่ยนแปลงหรือเพิ่มความแตกต่างในปริมาณของแป้งมันสำปะหลัง ( รูปที่ 2A ) ขนมปังที่ทำจากแป้งสาลีเพิ่มไฟเบอร์ ( 14 และ 16 ) มีลักษณะเป็นระดับ lumpiness และการติดแน่น , เหนียวและตัวอย่างอาหารที่คล้ายกันทำแป้งมันสำปะหลัง 30% ( 15 และ 17 ) และขนมปังทำจากแป้งมัน สำปะหลัง 50% ( 5 และ 10 ) ประเมินได้ยากตัวอย่าง ( รูปที่ 2A และ B ) การควบคุม ( 1 6 ) และขนมปังให้กับ PD ( 12 ) มีลักษณะเป็นแห้งและเปราะมากขึ้น และมีความสัมพันธ์กับการติดแน่น lumpiness และความเหนียวตาม pc2 . โดยทั่วไป