મસાલેદાર મસૂર, લીમ ક્રીમ ફ્રાઇસ સાથે માછલી મસાલા.

એક આહલાદક વાની જે દિવસે કોઇ પણ સમયે મહાન ભોજન બનાવે છે (કદાચ, નાસ્તા માટે કદાચ નહીં) માછલી હળવા મસાલાઓમાં ખરેખર ઊભા થઈ શકે છે. તમારે કોઈ મજબૂત સ્પાઇસીંગનો ઉપયોગ કરવો જોઇએ, આ માછલીની જેમ આ રેસીપીમાં સહાયતા કરતાં તેના પર પ્રભુત્વ રહેશે.

જેમ કે બ્રીમ, કૉડ અથવા સૅલ્મોન જેવી સારી માંસલ રાઉન્ડ માછલીનો ઉપયોગ કરો. તમારી માછલીને કાળજીપૂર્વક પસંદ કરો અને ખાતરી કરો કે તે ચંચળ તાજા છે, આ ખાતરી કરવા માટે શ્રેષ્ઠ માર્ગ એ છે કે તમારા માછીમારો સાથે મિત્રો બનાવો. જો તમારી પાસે સ્થાનિક રીતે માછલાં પકડનાર ન હોય તો, માછલીઓના પસંદગી અને ખરીદી પર મારા સંકેતો અને સૂચનો તપાસો.

મસાલેદાર મસૂરની વાનગી સાથે આ માછલી મસાલા યોર્કશાયરમાં ક્યુક્સ ધ કાર્લટન સ્કૂલ ઓફ ફ્યુ ડીની સૌજન્યથી આવે છે.

તમને જરૂર પડશે

તે કેવી રીતે બનાવો

મસૂર ઠંડા પાણીમાં છૂંદો. ગરમ મસાલા સાથે મીઠું ધૂળ.

ડુંગળી, ગાજર અને કચુંબરને એક નાનો પાસા માં કાઢો. લસણ વાટવું. થોડું ઓલિવ તેલ ગરમ પેનમાં ગરમ ​​કરો અને લસણ અને ડુંગળીને પરસેવો કરો.

મસ્ટર્ડ બીજના કવરને ઉમેરો અને શેક કરો, હવે ગાજર, સેલરી અને બાકીના મસાલાઓ ઉમેરો.

કૂક ત્યાં સુધી શાકભાજી અર્ધપારદર્શક હોય છે, પછી નકામા મસૂર ઉમેરો અને સારી રીતે જગાડવો.

¾ જથ્થો અથવા છીણીને આવરી લેવા માટે પૂરતા પ્રમાણમાં 20/30 મિનિટ સુધી છંટકાવ કરવો.

બટાકાની પીલરનો ઉપયોગ કરીને લાંબા, પાતળા સ્ટ્રિપ્સમાં કાકડીને છાલ.

ખૂબ જ ગરમ સુધી કોઈ સ્ટ્રીપ નહીં ગરમ ​​કરો અને વનસ્પતિ તેલના આડંબર ઉમેરો.

કાળજીપૂર્વક બેમ ત્વચાની બાજુ નીચે રાખો અને આશરે 2 મિનિટ સુધી વાતાવરણ. માંસને કાળજીપૂર્વક માંસ બાજુ પર ફેરવો અને વધુ મિનિટ માટે રાંધવા. માખણનું એક નાનકડું છંટકાવ કરો અને ગરમીથી પણ લો

દંડ છીણી પર લેમ્સ છંટકાવ કરો આ ઝાટકો ઉમેરો અને crème fraiche માટે limes ના રસ. મસૂરમાં માખણની મૂઠ છંટકાવ કરો અને છેવટે, અદલાબદલી કોથમીર ઉમેરો. પકવવાની પ્રક્રિયા માટે તપાસો

પ્લેટ પર મસૂરની સારી ચમચી મૂકો, માછલીની ટોચ અને પ્લેટની મધ્યમાં કાકડી અને ક્રીમ ફ્રૈચ સાથે ઝરમર વરસાદ અથવા બાજુ પર સેવા આપે છે.

પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ 1276
કુલ ચરબી 46 જી
સંતૃપ્ત ફેટ 12 જી
અસંતૃપ્ત ચરબી 19 ગ્રામ
કોલેસ્ટરોલ 145 મિલિગ્રામ
સોડિયમ 2,203 એમજી
કાર્બોહાઇડ્રેટ્સ 134 ગ્રામ
ડાયેટરી ફાઇબર 21 જી
પ્રોટીન 92 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.)