चेवी कारमेल फज

चेवी कारमेल फज एक स्वादिष्ट फज-कारमेल हाइब्रिड है। इस कैंडी में मीठे, कारमेलिज्ड चीनी स्वाद और कारमेल के कुछ हद तक चबाने वाली बनावट है, लेकिन एक अधिक विशिष्ट "काटने" के साथ एक झुंड की तरह। कई कारमेल की तरह, यह धुंध थोड़ी चिपचिपा है, इसलिए मुझे कैंडी कप में इसे सेवा देने के लिए सबसे अच्छा लगता है या एक दूसरे के शीर्ष पर एक सेवारत प्लेटर पर उन्हें पिल करने के बजाए अलग-अलग वर्गों को लपेटना सबसे अच्छा लगता है।

आपको किस चीज़ की ज़रूरत पड़ेगी

इसे कैसे करे

1. एल्यूमीनियम पन्नी के साथ अस्तर करके और गैरस्टिक खाना पकाने स्प्रे के साथ पूरी तरह से पन्नी छिड़काव करके 8x8 पैन तैयार करें।

2. मध्यम गर्मी पर एक मध्यम भारी तलवार सॉस पैन में चीनी, वाष्पित दूध , मकई सिरप, नमक, और कारमेल सॉस रखें। चीनी भंग होने तक हिलाओ, फिर एक कैंडी थर्मामीटर डालें।

3. थर्मामीटर 238 डिग्री फ़ारेनहाइट तक पढ़े जाने तक, अक्सर stirring, खाना बनाना जारी रखें।

4. एक बार उचित तापमान पर, गर्मी से पैन को हटा दें और वेनिला और मेपल अर्क में हलचल करें।

एक पैडल लगाव के साथ लगाए गए बड़े स्टैंड मिक्सर के कटोरे में गर्म मिश्रण को सावधानीपूर्वक स्क्रैप करें। कम-मध्यम गति पर धुंध को मारना शुरू करें, और जब तक यह हल्का रंग न हो जाए तब तक हराते रहें, इसकी चमक खो जाती है, और बहुत मोटी हो जाती है। इसमें 15-20 मिनट लग सकते हैं, लेकिन इसे ध्यान से देखें। यह कदम हाथ से किया जा सकता है, लेकिन अंत में हलचल करना मुश्किल हो जाता है, इसलिए यदि आपके पास एक है, तो मिक्सर का उपयोग करना बहुत आसान है।

5. एक बार झुकाव अपारदर्शी और मोटी हो जाती है, कटा हुआ पागल में हलचल और जल्दी से तैयार पैन में इसे स्क्रैप करें।

6. धुंध को ठंडा करने और कमरे के तापमान पर सेट करने की अनुमति दें। एक बार सेट हो जाने के बाद, इसे पन्नी से हैंडल के रूप में पैन से उठाएं, और इसे काटने की सतह पर चेहरे पर बारी करें। पन्नी को छीलिये, और तेज, अच्छी तरह से तेल वाले चाकू का उपयोग करके छोटे वर्गों में झुकाव काट लें। मोमबंद पेपर में लपेटें, या मोमबंद कैंडी कप में उनकी सेवा करें।

पोषण संबंधी दिशानिर्देश (प्रति सेवा)
कैलोरी 51
कुल वसा 2 जी
संतृप्त वसा 1 जी
असंतृप्त वसा 1 जी
कोलेस्ट्रॉल 6 मिलीग्राम
सोडियम 5 मिलीग्राम
कार्बोहाइड्रेट 7 जी
फाइबर आहार 0 जी
प्रोटीन 0 जी
(हमारे व्यंजनों पर पोषण संबंधी जानकारी को एक घटक डेटाबेस का उपयोग करके गणना की जाती है और इसे अनुमान माना जाना चाहिए। व्यक्तिगत परिणाम भिन्न हो सकते हैं।)