લાલ, સફેદ અને બ્લુ સ્ટ્રોબેરી

સફેદ ચોકલેટ, વાદળી છંટકાવ, અને લાલ બેરી આ સંપૂર્ણ દેશભક્તિના ઉનાળામાં સારવારમાં ભેગા! આ લાલ, સફેદ અને વાદળી સ્ટ્રોબેરી પરંપરાગત ચોકલેટ-ડુબાડવામાં સ્ટ્રોબેરી પર ભિન્નતા છે અને જુલાઈ 4 થી આદર્શ છે.

આ સ્ટ્રોબેરી બાળકો માટે મદદ કરવા માટે મહાન છે, અને તેઓ ઝડપી અને સરળ પિકનીક અથવા potluck પહેલાં મળીને ફેંકવું કરી શકો છો

તમે અન્ય રજાઓ, જન્મદિવસની પાર્ટીઓ અથવા વરસાદ માટે આ બેરી બનાવવા માટે કોટિંગના રંગો અને છંટકાવ પણ બદલી શકો છો.

તમને જરૂર પડશે

તે કેવી રીતે બનાવો

  1. સ્ટ્રોબેરી ધોવા અને ધીમેધીમે તેમને કાગળ ટુવાલ સાથે સૂકા પેટ. ખાતરી કરો કે તેઓ સંપૂર્ણપણે શુષ્ક છે. નાની બાઉલમાં વાદળી છંટકાવ મૂકો.
  2. સફેદ ચોકલેટ કે કેન્ડી કોટિંગને નાની માઇક્રોવેવ-સલામત વાટકીમાં ઓગળે. સફેદ ચોકલેટ સરળતાથી ગરમ થઈ જાય છે, તેથી તે દર 30 સેકંડ પછી તેને ઓવરહિટીંગમાંથી રાખવા માટે જગાડવો. તે ઓગાળવામાં અને સરળ છે ત્યાં સુધી જગાડવો.
  3. સ્ટેમ દ્વારા સ્ટ્રોબેરીને હોલ્ડિંગ, તેને લગભગ 2-તૃતીયાંશ સફેદ ચોકલેટમાં ડૂબવું. કારણ કે આ લાલ, સફેદ અને વાદળી સ્ટ્રોબેરી છે, ખાતરી કરો કે તમે બેરીની ટોચ પર દૃશ્યમાન લાલ ભાગ છોડી દો છો. ચર્મપત્ર અથવા મીણ લગાવેલા કાગળ સાથે જતી એક પકવવા શીટ પર સ્ટ્રોબેરી મૂકો, અને તેનાં રસ ઝરતાં ફળોની તમામ ડુબાડવું છે ત્યાં સુધી પુનરાવર્તન કરો. આશરે 5 મિનિટ માટે, ચોકલેટને સેટ કરવા માટે થોડા સમય માટે ટ્રેને ફ્રિજરેટ કરો.
  1. સફેદ ચોકલેટમાં બેરીની નીચે ત્રીજા ભાગને ડાઇવો, પછી તુરંત જ વાદળી છંટકાવમાં તેને રોલ કરો જ્યાં સુધી તૃતીયાંશ ત્રીજા ભાગને વાદળી ઢાંકતો નથી. તમે બેવડી ડુબાડવું અવગણી શકો છો અને માત્ર તેને રોલ કરી શકો છો જ્યારે તમે ચોકલેટમાં બેરીને ડૂબવું તે પ્રથમ વખત છંટકાવ કરે છે, પરંતુ તે નિયંત્રિત કરવા માટે દૂષિત અને વધુ મુશ્કેલ છે. પુનરાવર્તન કરો જ્યાં સુધી બધી બેરીઓ વાદળી છાંટવાની નીચેનો સ્તર નથી.
  2. સફેદ ચોકલેટ સંપૂર્ણપણે સેટ ન થાય ત્યાં સુધી ટ્રેને ફ્રિજિરેટ કરો અને સેવા આપવા તૈયાર ન થાય ત્યાં સુધી સ્ટ્રોબેરીને રેફ્રિજરેટરમાં સંગ્રહિત કરો. આ કેન્ડી સારી રીતે તે જ દિવસે બનાવવામાં આવે છે આનંદ થાય છે.
પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ 70
કુલ ચરબી 4 જી
સંતૃપ્ત ફેટ 2 જી
અસંતૃપ્ત ચરબી 1 જી
કોલેસ્ટરોલ 4 મિલિગ્રામ
સોડિયમ 41 એમજી
કાર્બોહાઇડ્રેટ્સ 8 જી
ડાયેટરી ફાઇબર 1 જી
પ્રોટીન 1 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.)