क्रॉकपॉट ब्लॅक-आइड मटार आणि हॅम

हे नवीन वर्षांचे दिवस किंवा कोणत्याही रोजच्या कौटुंबिक डिनरसाठी सोपा आणि चवदार कुरकुरीत पट्टा डिश असतो. काळा-ओल्या मटार नवीन वर्षाचे दिवस एक दक्षिण परंपरा आहेत या परंपरेची सुरुवात कशी झाली या बद्दल अनेक सिद्धांत आहेत, त्यापैकी काही त्या गृहयुद्ध संबंधित आहेत. परंतु स्त्रोत काहीही असो, जर तुम्ही दक्षिणेकडे मोठा झालो तर कदाचित तुम्हाला नवीन वर्षाचे दिवस म्हणून काळे अस्सल मटार देण्यात आले असतील.

बाजूने निघून जाणारे चिन्ह म्हणजे काळा काळवंडलेल्या मटार फुगणे, जे नवीन वर्षात वाढीच्या समृद्धतेचे लक्षण आहे. काळे अस्वल मटार मटार नाहीत, ते एक बीन आहेत जो चवळीचे उपप्रजाती आहे. काळ्या नेत्ररहित मटारांच्या वंशपरंपरागत भाग त्यांच्यापैकी काही डोळे आहेत जे इतर रंग आहेत, जसे की तपकिरी, लाल, गुलाबी किंवा हिरवा काळा डोके असलेला वाटाणा हिरवा असतो जेव्हा ते प्रथम गोलाकार करतात, नंतर ते वाळलेल्या असतात आणि ते वाळलेल्या असतात.

हे कृती गोठलेल्या काळ्या नेत्रहीन मटारचा वापर करते आपण ताजे ब्लॅकडोक्ड मटार आणि सुक्या ब्लॅकडोड मटर शोधू शकता. एकतर काम करावे लागेल, पण क्रोकपॉटमध्ये जोडण्यापूर्वी सुक्या मटार भिजवून ठेवणे सुज्ञपणाचे ठरेल.

आपल्याला काय आवश्यक आहे

ते कसे तयार करायचे

  1. भाजी किंवा कोशिंबीर बनवण्यासाठी उपयुक्त अशी एक वनस्पती आणि हिरव्या ओनियन्स स्लाइस, लसूण mince, आणि हे ham फासे.
  2. संथ कूकरमध्ये सर्व घटक एकत्र करा.
  3. झाकण लावून 6 ते 8 तास शिजवणे.
  4. काही पाकळ्या द्रवसह वाडग्यात सर्व्ह करावे.

पारंपारिक दक्षिण नवीन वर्षाच्या जेवणासाठी, कोलार्ड हिरव्या भाज्या, कॉर्नब्रेड आणि डुकराचे मांस बारीक तुकडे असलेली काळी आभाळलेली मटार सर्व्ह करावे.

आपण ब्लॅक-आल्यासारखे मटार चवीनुसार हॅम पेक्षा इतर मांस वापरू शकता. मीठ डुकराचे मांस, खारवून वाळवलेले डुकराचे मांस, किंवा डुकराचे मांस सॉसेज हे ham साठी पर्याय शकते

आपण देखील आवडेल

हाम सह जांभळा Hull मटार

बेकन आणि फायर-भुसालेले टोमॅटोसह ताजे ब्लॅक-आइड मटर

मसालेदार दक्षिण ब्लॅक-आइड मटर

पोषणविषयक मार्गदर्शक तत्त्वे (प्रत्येक सेवेसाठी)
कॅलरीज 150
एकूण चरबी 3 ग्रॅम
संपृक्त चरबी 1 ग्रॅम
असंतृषित चरबी 1 ग्रॅम
कोलेस्टेरॉल 18 मिली
सोडियम 473 मिलीग्राम
कर्बोदकांमधे 21 ग्रॅम
आहार फायबर 6 ग्रॅम
प्रथिने 11 ग्रॅम
(आमच्या पाककृतींवरील पोषण संबंधी माहितीची गणना एका घटक डेटाबेसच्या आधारावर केली जाते आणि त्याचा अनुमान लावला गेला पाहिजे. वैयक्तिक परिणाम बदलू शकतात.)