ઉત્તમ નમૂનાના ઇંડા બેનેડિક્ટ

ઇંડા બેનેડિક્ટ એ ઇંગ્લીશ મફિન્સનું વાનગી છે જે કૅનેડિયન બેકનના એક રાઉન્ડ અથવા હેમના પાતળા સ્લાઇસેસમાં ટોચનું સ્થાન ધરાવે છે, જેમાં કડક ઇંડા અને હૉલાન્ડાઇઝ સોસનો સમાવેશ થાય છે. જોકે તે સરળ લાગે છે, hollandaise ચટણી તે એક વધારાની વિશિષ્ટ વાનગી બનાવે છે

આ વાનગીને મેનહટનના ડેલમોનિકો રેસ્ટોરન્ટમાં ઉદ્દભવ્યું છે. તેનો અંદાજ નિયમિત ગ્રાહક, એક શ્રીમતી લેગ્રેન્ડ બેનેડિક્ટ પછી થયો હતો.

તમને જરૂર પડશે

તે કેવી રીતે બનાવો

  1. ડબલ બૉઇલરની ટોચ પર, ઝીડ ઇંડાની રસ અને લીંબુનો રસ મળીને. 1/3 માખણ, લગભગ 3 ચમચી ઉમેરો. ઉકળતા પાણી ઉપર ડબલ બોઈલર મૂકો. કૂક, માખણ પીગળતા સુધી સતત whisking અને ચટણી ઘાડું શરૂ થાય છે. માખણના 3 ચમચી ચમચી ઉમેરો, ત્યાં સુધી માખણ પીગળી જાય છે, પછી માખણના બાકીના 2 ચમચી ઉમેરો. ધીમે ધીમે ઉકળતા પાણીમાં ઝટકવું મિશ્રણ thickens, લગભગ 2 થી 3 મિનિટ સુધી, stirring, ઉકળતા પાણી ઉપર રસોઇ ચાલુ રાખો. ગરમીમાંથી દૂર કરો; મીઠું અને લાલ મરચું મરી માં જગાડવો.
  1. બૉઇલર પાનના રેક પર હૅમ સ્લાઇસેસ અને ટોમેટો છિદ્ર મૂકો. આશરે 4 મિનિટ માટે ગરમીથી 4 ઇંચનો બૂમ, અથવા હેમને નિરુત્સાહિત કરવાથી શરૂ થાય છે અને ટમેટાં રાંધવામાં આવે છે.
  2. હેમ બ્રોઇલર હેઠળ હોય છે, જ્યારે મોટા સ્કિલેટમાં 3 ઇંચનું પાણી રેડવું. સફેદ સરકોના 2 ચમચી ઉમેરો; ઉકળતા બિંદુએ પાણી લાવો.
  3. એક કપમાં, એક સમયે એક, ઇંડા તોડી નાખો. કાળજીપૂર્વક પાણીમાં ઇંડા કાપ્યા.
  4. 3 થી 4 મિનિટ સુધી અથવા સેટ સુધી અને પાણીને ઇચ્છાથી કરવામાં આવે તેટલી ઓછી ગરમી પર ઇંડા સણસણખોરી કરો. સ્ક્લેટેડ ચમચી સાથે દૂર કરો; ગટર
  5. હૂંફાળું સેવા આપતી પ્લેટ પર, અંગ્રેજી મેફિન્સને પીરસવામાં આવે છે, દરેક પ્લેટમાં 2 ભાગ. હેમ અને લુપ્ત ઇંડાના 2 સ્લાઇસેસ સાથે ટોચના છિદ્ર. ચમચી ઇંડા પર થોડું ચટણી અને ઇંડા પાસેના બાફેલા ટમેટાના એક જાડા સ્લાઇસ મૂકો.

તને પણ કદાચ પસંદ આવશે

કેવી રીતે ઇંડા Poach માટે

એક પ્રકારનું પનીર ચીઝ સાથે સરળ કઠણ ઇંડા

કૌટુંબિક પ્રકાર બેકોન અને એગ ગરમીથી પકવવું

સ્લાઇડશોઝ

અમારા શ્રેષ્ઠ બ્રેકફાસ્ટ એગ રેસિપિ

ટોચના 10 Deviled એગ રેસિપીઝ

પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ 400
કુલ ચરબી 24 ગ્રામ
સંતૃપ્ત ફેટ 12 જી
અસંતૃપ્ત ચરબી 8 જી
કોલેસ્ટરોલ 321 એમજી
સોડિયમ 457 મિલિગ્રામ
કાર્બોહાઇડ્રેટ્સ 30 જી
ડાયેટરી ફાઇબર 3 જી
પ્રોટીન 16 ગ્રામ
(અમારા વાનગીઓ પરની પોષણની માહિતીને ઘટક ડેટાબેઝનો ઉપયોગ કરીને ગણવામાં આવે છે અને તેને એક અંદાજ ગણવામાં આવે છે. વ્યક્તિગત પરિણામો બદલાઈ શકે છે.)