મધુર કોકોઆના નિબ્સ

કોકો નીચો ચોખાના શેકેલા, કપાસ બૉટોના ચોકલેટ બીટ્સ છે, જે ચોકલેટનો આધાર છે, અને તેઓ કેન્ડી અને મીઠાઈઓમાં ખૂબ લોકપ્રિય ઘટક બની ગયા છે. તેઓ ઘણા વાનગીઓમાં એક મોટી તકલીફ અને મજબૂત ચોકલેટ સ્વાદ ઉમેરે છે, પરંતુ ત્યારથી તેઓ અવિકસિત થઈ ગયા છે, તેઓ ખૂબ મીઠાઈ મીઠાઈઓ માટે સંતુલન લાવે છે. કોકોઆના ઘણાં બધાં કેક અને કેન્ડી પુરવઠા સ્ટોર્સ, દારૂનું બજારો, અથવા ઓનલાઇન રિટેઇલરોમાં મળી શકે છે.

આ કેન્ડીમાં, કોકોઆએ ભ્રષ્ટ, મીઠી ઉપચારનું ઉત્પાદન કરવા માટે ચોરીછૂપી કારામેલાઇઝ્ડ ખાંડ સાથે મિશ્ર કરવામાં આવે છે. તે ટુકડાઓમાં તૂટી અને તેને પોતાના પર ખાય છે, જેમ કે ટોફી અથવા બરડ, અથવા તેને ટ્રાફલ્સ, બ્રાઉનીઝ , કેક, કે કપકેકનો ઉપયોગ કરો .

તમને જરૂર પડશે

તે કેવી રીતે બનાવો

  1. વરખ સાથે ખાવાનો શીટ રેખા અને નોનસ્ટિક રસોઈ સ્પ્રે સાથે વરખ સ્પ્રે કરો. એક નાની શાક વઘારવાનું તપેલું માં ખાંડ, પાણી, અને મકાઈ સીરપ ભેગું. ખાંડને હલાવવામાં આવે ત્યાં સુધી સારી રીતે જગાડવો.
  2. મધ્યમ ગરમી પર પેન મૂકો, અને ખાંડ ઓગળી જાય તરીકે જગાડવો ચાલુ રાખો. કોઈપણ છૂટાછવાયા ખાંડના સ્ફટલ્સને દૂર કરવા માટે ભીની પેસ્ટ્રી બ્રશથી પણ બાજુઓની નીચે બ્રશ કરો.
  3. જ્યારે ખાંડની ચાસણી બોઇલમાં આવે છે, ત્યારે એક કેન્ડી થર્મોમીટર દાખલ કરો . Stirring વગર કેન્ડી કુક, જ્યાં સુધી તે મધ્યમ એમ્બર રંગ નથી - આ 330 એફ / 165 સી આસપાસ હોવો જોઈએ. ખાંડની ચાસણી કાળી સોનાનો રંગ હશે અને કારામેલ જેવી ગંધ શરૂ કરશે.
  1. ગરમીથી પાન દૂર કરો અને કોકોઆના નિવાસસ્થાનમાં જગાડવો. એકવાર તેઓ કારામેલ સાથે કોટેડ થઈ જાય, પછી માખણ ઉમેરો અને તેને જગાડવો. માખણ કોકોઆના નેબસને થોડુંક અલગ કરવામાં મદદ કરશે અને મિશ્રણને ફેલાવવાનું સરળ બનાવશે.
  2. તૈયાર પકવવા શીટ પર કેન્ડી બહાર ઉઝરડા કરો અને તેને પાતળા, પણ સ્તરમાં ફેલાવો. તેને ઠંડી અને સખત સુધી ઓરડાના તાપમાને સંપૂર્ણપણે ઠંડું કરવાની મંજૂરી આપો.
  3. કેન્ડી કે બેકડ સામાનની ટોચ પર છંટકાવ કરવા માટે તેને ખવડાવવા માટે નાના ટુકડાઓમાં કેન્ડી તોડી નાખો અથવા તેને કાપી નાખો. બે સપ્તાહ સુધી ઓરડાના તાપમાને હવાચુસ્ત કન્ટેનરમાં સંગ્રહ કરો.
પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ 75
કુલ ચરબી 2 જી
સંતૃપ્ત ફેટ 1 જી
અસંતૃપ્ત ચરબી 0 જી
કોલેસ્ટરોલ 4 મિલિગ્રામ
સોડિયમ 4 મિલિગ્રામ
કાર્બોહાઇડ્રેટ્સ 16 ગ્રામ
ડાયેટરી ફાઇબર 0 જી
પ્રોટીન 0 જી
(અમારા વાનગીઓ પરની પોષણની માહિતીને ઘટક ડેટાબેઝનો ઉપયોગ કરીને ગણવામાં આવે છે અને તેને એક અંદાજ ગણવામાં આવે છે. વ્યક્તિગત પરિણામો બદલાઈ શકે છે.)