બીફ ટામેટા સ્ટયૂ રેસીપી - ટેર્નાના કોમન ટામેટા

ટામેટાં, ડુંગળી, લસણ અને લાલ મરીમાં ટેન્ડર સુધી ગોમાંસ (અથવા વાછરડાનું માંસ) ના હિસ્સાને રાંધવામાં આવે છે, આ સરળ માંસ ટોમેટો સ્ટયૂ બનાવે છે. જો કે તમે આને શિયાળાની બીફ ટોમેટો સ્ટયૂ તરીકે વિચારી શકો છો, તે વર્ષના કોઈપણ સમયે એક મહાન વાનગી છે. અમે તેને દિવસ આગળ એક દિવસ બનાવવાની ભલામણ કરીએ છીએ અને સેવા આપતા પહેલા તેને ફરી ઉઠાવવાની ભલામણ કરીએ છીએ. આ ટમેટાની ચટણીને સ્વાદિષ્ટ બનાવશે અને તે ખરેખર વધુ સારી રીતે ચાખી લેશે! તે પણ leftover શેકેલા માંસ વાપરવા માટે એક મહાન માર્ગ છે.

તમને જરૂર પડશે

તે કેવી રીતે બનાવો

નોંધ : તમારે આ રેસીપી માટે લાકડાની અથવા પ્લાસ્ટિકના મોર્ટર અને મસ્તકની જરૂર પડશે. મોર્ટર અને મસ્તક શા માટે વાપરવું? મોર્ટરની સપાટી સામે ઘટકોને દબાણ કરવા અને સ્મેશ કરવા માટે નીચે તરફ ચક્રાકાર ગતિમાં મૂત્રનો ઉપયોગ કરવો તે ખોરાક પ્રોસેસરનો ઉપયોગ કરતાં વધુ સ્વાદ છોડશે. (તે વીજળીનો ઉપયોગ કરતું નથી અને તેને સાફ કરવું સહેલું પણ છે!)

  1. મોટા પોટમાં, માધ્યમ ગરમી પર ઓલિવ તેલના 2 ચમચી ગરમ કરો.
  2. જ્યારે ગરમ હોય, બીફ ઉમેરો અને બધી બાજુઓ પર ભુરો જગાડવો. ખાતરી કરો કે ગોમાંસને પૅન ન લાગે. જો જરૂરી હોય તો ઓલિવ તેલ ઉમેરો.
  1. અદલાબદલી ડુંગળી અને sauté ઉમેરો 5 મિનિટ અથવા તેથી ઓછી માટે માધ્યમ. કચડી ટમેટાં ઉમેરો અને 5 મિનિટ માટે રસોઇ દો.
  2. જ્યારે ગોમાંસ અને ટમેટાં રાંધે છે, લસણ છાલ કરે છે અને તે મોર્ટરમાં સુંગધી તૈલી સાથે સ્મેશ કરે છે. સફેદ લસણ અને સુંગધીદાર કે જે અંદરથી અટવાઇ જાય તે સાફ કરવા માટે સફેદ વાઇન અને સ્વીસનો થોડો ઉમેરો.
  3. પોટમાં મોર્ટાર અને બાકીના વાઇનને સમાવિષ્ટ કરો. લાલ મરીને અડધા ભાગમાં કટ કરો અને પોટમાં ઉમેરો.
  4. સારી રીતે જગાડવો માંસ નરમ પડ્યો હોય ત્યાં સુધી ઢીલી રીતે કવર કરો અને સણસણવું. આમાં 30-40 મિનિટ લાગી શકે છે. ચટણી પર બંધ આંખ રાખો અને જો તે ખૂબ વધારે જામી જાય, તો થોડું પાણી ઉમેરો.

જો પ્રેશર કૂકરનો ઉપયોગ કરવો: પોટમાં ઉકળતા 30-40 મિનિટને બદલે, પ્રેશર કૂકરમાં 25 મિનિટ સુધી રાંધવા.

સૂચન આપવું: હોમ-ફ્રાઇડ બટાકાની અથવા સફેદ ચોખા સાથે સેવા આપો.

પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ 669
કુલ ચરબી 33 જી
સંતૃપ્ત ફેટ 10 ગ્રામ
અસંતૃપ્ત ચરબી 18 ગ્રામ
કોલેસ્ટરોલ 183 મી
સોડિયમ 151 મિલિગ્રામ
કાર્બોહાઇડ્રેટ્સ 25 ગ્રામ
ડાયેટરી ફાઇબર 5 જી
પ્રોટીન 64 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.)