સ્ટ્રોબેરી ફ્લેન રેસીપી - ફ્લાન ડી ફ્રેસ્સાસ

આ સમૃદ્ધ ડેઝર્ટ પરંપરાગત સ્પેનિશ ડેઝર્ટ "ફ્લોન" તરીકે ઓળખાય છે. વેનીલાની જગ્યાએ, આ flan તાજા સ્ટ્રોબેરી સાથે સ્વાદ છે. તે ખૂબ સરળ છે, તેથી શિખાઉ માણસ કૂક આ સફળતાપૂર્વક કરી શકો છો. વસંત અથવા સમર માટે તે સંપૂર્ણ મીઠાઈ છે - અથવા જ્યારે સ્ટ્રોબેરી સીઝનમાં હોય છે

તમને જરૂર પડશે

તે કેવી રીતે બનાવો

  1. વૈકલ્પિક: આશરે 4-5 સુશોભન માટે વાપરવાની સામગ્રી માટે તાજા સ્ટ્રોબેરી પાસાદાર ભાત.
  2. 350 ડિગ્રી એફ માટે પકાવવાની નાની ભઠ્ઠી ગરમી.
  3. 30 સેકન્ડ માટે માધ્યમ ગરમી પર ભારે skillet અથવા શાક વઘારવાનું તપેલું મૂકો. 1/2 કપ ગ્રેન્યુલેટેડ ખાંડ ઉમેરો
  4. એક લાકડાના ચમચીના પીઠ સાથે, ખાંડને સંપૂર્ણ રીતે ઓગાળવામાં આવે ત્યાં સુધી ખાંડને સતત ચળવળમાં રાખો અને એક સમૃદ્ધ માધ્યમ ભુરો રંગ (કારામેલાઇઝ્ડ).
  5. રેમેમિન્સમાંથી દરેકને કાર્મેલાઇઝ્ડ શુગર આપો. કોરે સુયોજિત.
  1. સ્ટ્રોબેરી ધોવા અને સ્ટેમ દૂર કરો. સ્ટ્રોબેરી, ખાંડ, ઇંડા અને કન્ડેન્સ્ડ દૂધને ખોરાક પ્રોસેસર અથવા બ્લેન્ડર અને મિશ્રણમાં મૂકો, જ્યાં સુધી સ્ટ્રોબેરી નાજુકાઈના નથી અને બધા ઘટકો સંપૂર્ણપણે મિશ્રિત થાય છે. લેડલ દરેક રેમકીન માં સ્ટ્રોબેરી મિશ્રણ. એલ્યુમિનિયમ વરખ સાથે દરેક રેમકીનને કવર કરો.
  2. દરેક રેમકીનને મોટા ખુલ્લા, પકાવવાની પલંગ-પરાગરજ પેનમાં મૂકો, જેમ કે બ્રોઇલર પાન. પાનમાં ખૂબ ગરમ પાણી ઉમેરો પાણીમાં આશરે 3/4 રેમેકિન્સ ડૂબી જવા જોઇએ. સ્પેનિશમાં, "પાણીના સ્નાન" ને "બાનો મારિયા" કહેવામાં આવે છે.
  3. કાળજીપૂર્વક 30 મિનિટ સુધી પકાવવાની નાની ભઠ્ઠી અને ગરમીથી પકવવું ના મધ્યમ શેલ્ફ પર મૂકો. 30 મિનિટ પછી, પાણીમાંથી દરેક રેમકીનને દૂર કરો, ઉઘાડો અને કૂલ કરવાની મંજૂરી આપો.
  4. એકવાર કૂલ, ઠંડું રેફ્રિજરેટરમાં મૂકો જ્યારે તમે સેવા આપવા માટે તૈયાર હોવ, ત્યારે દરેક રેમકીનની બહારની એક છતને છૂટી કરો જેથી ફ્લૅનને છોડો. પછી, દરેકની ટોચ પર સેવા આપતી પ્લેટ મૂકો અને તેને ફ્લિપ કરો. પ્લેટ પર ફ્લૅનને બહાર નીકળવા માટે દબાણ કરવા માટે રેમકીનને ટેપ કરવું જરૂરી બની શકે છે. તાજા સ્ટ્રોબેરી સાથે સુશોભન માટે વાપરવાની સામગ્રી.
પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ 473
કુલ ચરબી 11 જી
સંતૃપ્ત ફેટ 5 જી
અસંતૃપ્ત ચરબી 4 જી
કોલેસ્ટરોલ 231 મિ.ગ્રા
સોડિયમ 165 મિ.ગ્રા
કાર્બોહાઇડ્રેટ્સ 83 જી
ડાયેટરી ફાઇબર 1 જી
પ્રોટીન 13 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.)