હાર્વેસ્ટ શાકભાજી કેસ્સોલ

આ એક સ્વાદિષ્ટ વનસ્પતિ casserole છે, કુટુંબ રાત્રિભોજન અથવા રજા ભોજન માટે યોગ્ય છે. પાનખર વનસ્પતિ મિશ્રણમાં રટબાગા, ગાજર અને બટાટાનો સમાવેશ થાય છે. તે હોમમેઇડ પનીર ચટણી અને બટરરી બ્રેડ કાગળની ટોપિંગ સાથે એક રંગીન અને સ્વાદિષ્ટ વનસ્પતિ ગરમીથી પકવવું છે.

આ પણ જુઓ
ટોચના શાકભાજી casserole રેસિપીઝ

તમને જરૂર પડશે

• 1 રટબાગા, લગભગ 1 થી 1 1/2 પાઉન્ડ, પાસાદાર ભાત 3 થી 4 કપ
• 6 ગાજર, peeled, આશરે 2 પાસાદાર ભાત
• 1 કપ કાતરી કચુંબર
• 1 1/2 ચમચી મીઠું,
• વિભાજિત
• 4 થી 6 માધ્યમ યૂકોન ગોલ્ડ અથવા
• લાલ બટાકા , પાસાદાર ભાત 3 થી 4 કપ
• 5 tablespoons માખણ, વિભાજિત
• 3 ચમચી લોટ
• 1/4 ચમચી જમીન કાળા મરી
• જાયફળનું ઝીમણું, અથવા 1/8 થી 1/4 ચમચી વિશે
• 1 1/2 કપ દૂધ
• 1 કપ હળવા એક પ્રકારનું પનીર ચીઝ
• 1 કપ તાજા બ્રેડ ટુકડાઓ

તે કેવી રીતે બનાવો

1. માખણ 3-ચારગાંવનો કૈસરોલ અથવા પકવવાના વાનગી .
2. ડાઇસ રટબાગા અને ગાજર - લગભગ 1/2-ઇંચની ટુકડાઓ - અને કચુંબરની વનસ્પતિનો ટુકડો. મોટી શાક વઘારવાનું તપેલું માં પાસાદાર ભાતબાગ અને ગાજર અને કાતરી કચુંબર મૂકો; પાણી સાથે આવરણ; રાંધવાના પાણીમાં લગભગ 1 ચમચી મીઠું ઉમેરો . બોઇલ લાવો આવરે, ગરમીને ઓછો કરો અને 20 મિનિટ સુધી સણસણવું.
3. ડાઈસ બટેટા અને શાકભાજીમાં ઉમેરો, આવરી લેવા માટે આવશ્યક વધુ પાણી ઉમેરો. આશરે 15 થી 20 મિનિટ સુધી આવરી લેવામાં આવે છે, અથવા શાકભાજી ટેન્ડર થાય ત્યાં સુધી.

1. ડ્રેઇન કરો અને શાકભાજીને સહેજ ઠંડા કરો. એક શાક વઘારવાનું તપેલું માં, માધ્યમ-ઓછી ગરમી પર માખણના 4 tablespoons પીગળી. લોટ ઉમેરો અને સારી રીતે મિશ્રીત સુધી જગાડવો. 1/2 ચમચી મીઠું, મરી અને જાયફળમાં જગાડવો, પછી ધીમે ધીમે દૂધમાં જગાડવો. કૂક, જાડાઈ સુધી સતત stirring. પનીર ઉમેરો અને ઓગાળવામાં સુધી જગાડવો. શાકભાજી સાથે ચટણી ભેગું કરો; નરમાશથી જગાડવો. તૈયાર પકવવા વાનગીમાં ફેરવો.
2. 350 એફ માટે પકાવવાની નાની ભઠ્ઠી Preheat
3. માખણના બાકીના 1 ચમચી પીગળી; બ્રેડ કાગડા સાથે જીત્યાં શાકભાજી પર કાગળ છંટકાવ. લગભગ 35 થી 40 મિનિટ માટે ગરમીથી પકવવું, ઢાંકી, સુધી નિરુત્સાહિત અને શેમ્પેન.

6 થી 8 ની સેવા આપે છે

પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ	400
કુલ ચરબી	21 જી
સંતૃપ્ત ફેટ	12 જી
અસંતૃપ્ત ચરબી	6 જી
કોલેસ્ટરોલ	54 એમજી
સોડિયમ	977 એમજી
કાર્બોહાઇડ્રેટ્સ	39 ગ્રામ
ડાયેટરી ફાઇબર	5 જી
પ્રોટીન	14 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.)