ग्राउंड बीफ सह सुलभ टेको सूप

आपण हे कृती एका जेवण साठी खूप करेल वाटत असेल तर, आपण हे flavorful टॅको सूप चांगले गोठवते हे ऐकून आनंद होईल. सोप सूप जमिनीत बीफ सह केले आहे, आणि तो ranch ड्रेसिंग आणि Taco seasoning सह flavored आहे. भाजीपालामध्ये टोमॅटो, कॉर्न आणि ओनियन्स, आणि पिंटो बीन्समध्ये अतिरिक्त प्रथिन समाविष्ट करतात. गोमांसऐवजी ग्राउंड टर्कीसह थोडीशी मोकळया करण्यास मोकळ्या मनाने.

आपले कुटुंब खडखडाच्या ट्रिटल स्ट्रिप्सच्या टॉपिंगला आवडेल, पण चीजसह सूप लाजवा इतर संभाव्य गार्निश आणि टॉपिंग्जसाठीच्या विविधतेवर एक नजर टाका. आपल्याला धीम्या कुकरच्या सोयीची आवड असल्यास , हे सोपे क्रकस्पॉट टॅको सूप पाहा .

एक चांगले रोजची कौटुंबिक जेवण करण्यासाठी कॉर्नब्रेड किंवा muffins सह या तसेच seasoned सूप सर्व्ह करावे. आपल्याकडे पोटो बीन्स नसल्यास काळ्या बीन्स किंवा उत्कृष्ट उत्तरी बीन्स वापरा.

आपल्याला काय आवश्यक आहे

ते कसे तयार करायचे

  1. ऑलिव्ह ऑइलमध्ये डच ओव्हन किंवा मोठ्या सॉसपॅथीमध्ये मध्यम गॅस वर, तपकिरी आणि गोमांस गोमांस नाही गुलाबी होईपर्यंत ढवळत, कूक
  2. चिरलेला कांदा, पिंटो बीन्स, कॉर्न, कॅन केलेला टोमॅटो, टेको सॉसिंग, पिसू ड्रेसिंग, आणि गोमांस पिण्याच्या पाण्याची गोम वाटून घ्या.
  3. उष्णता कमी करणे आणि सुमारे 1 तास उकळवणे.
  4. जेव्हा सूप तयार असेल तेव्हा, टर्कीला पट्ट्यामध्ये शिडकावा (खाली) वापरत असल्यास, आणि मोठ्या सूप बाउलमध्ये सर्व्ह करावे.
  1. इच्छित असल्यास एक साधे tossed भाज्याफळे यांचे मिश्रण (कोशिंबीर) आणि गरम भाजलेले cornbread wedges सह सर्व्ह करावे

तोर्टिला स्ट्रिप्स टॉपिंग

  1. पिझ्झा कटर किंवा तीक्ष्ण चाकू वापरणे, काही कॉर्न ट्रिटॅला स्टॅक करा आणि पट्ट्यामध्ये कट करा आपल्या अतिथींसाठी आवश्यक तितकी पट्ट्या कट करा
  2. एक मोठा दांडा (व पुष्कळदा झाकण) असलेले अन्न शिजवण्याचे एक पसरट भांडे मध्ये तेल 2 tablespoons उष्णता
  3. कुरकुरीत होईपर्यंत पट्ट्या फ्राय करा.
  4. काढून टाकण्यासाठी पेपर टॉवेलस खोडलेल्या टर्कील्या स्ट्रिप्स काढा.

टिपा आणि विविधता

पोषणविषयक मार्गदर्शक तत्त्वे (प्रत्येक सेवेसाठी)
कॅलरीज 615
एकूण चरबी 21 ग्रॅम
संपृक्त चरबी 6 ग्रॅम
असंतृषित चरबी 10 ग्रॅम
कोलेस्टेरॉल 104 मिग्रॅ
सोडियम 466 एमजी
कर्बोदकांमधे 59 ग्रॅम
आहार फायबर 15 ग्रॅम
प्रथिने 48 ग्रॅम
(आमच्या पाककृतींवरील पोषण संबंधी माहितीची गणना एका घटक डेटाबेसच्या आधारावर केली जाते आणि त्याचा अनुमान लावला गेला पाहिजे. वैयक्तिक परिणाम बदलू शकतात.)