Quesillo: व्हेनेझुएला-शैली Flan

फ्लॅन - तसेच creme कारमेल म्हणून ओळखले - एक कारमेल लेप एक स्पॅनिश कस्टर्ड आहे क्वेसिल्लो हे मसालेदार स्पॅनिश मिठाईचे व्हेनेझुएला संस्करण आहे. स्पॅनिश फ्लॅनसारखाच , कारमेल प्रथम मोल्डमध्ये ओतला जातो आणि नंतर कस्टर्ड मिश्रण जोडले जातात. एकदा क्वेशिल्लो बेक केल्यावर, कार्मेमल वर आहे म्हणून ती बाहेर पडली आहे.

क्वेशिल्लो बेकिंग करताना सावधगिरीने आणि सजग व्हा, ज्यामुळे फ्लॅनला ओव्हरकुक्के नसावा किंवा त्याच्या भागाच्या पोळ्याला हरवले बर्याच लोकांना खोलीच्या तापमानात किंवा थंड वर फ्लॅनची ​​सेवा देतात, परंतु तरीही तो थोडा उबदार असतो तेव्हा तो देखील मधुर असतो.

हे रेसिपी 8-कप रिंग मोल्डसाठी चांगले कार्य करते परंतु आपण मोठ्या मोल्डसाठी कृती दुप्पट करू शकता. आपण वैयक्तिक molds मध्ये quesillo देखील करू शकता

आपल्याला काय आवश्यक आहे

ते कसे तयार करायचे

  1. एक जाड दांडी (व पुष्कळदा झाकण) ठेवलेले पेय किंवा लांब दांडा (व पुष्कळदा झाकण) असलेले अन्न शिजवण्याचे एक पसरट भांडे मध्ये, मध्यम गॅस चेंडू पाणी दोन tablespoons सह साखर वितळणे, कधीकधी ढवळत, साखर पूर्णपणे melted होईपर्यंत आणि गोल्डन ब्राऊन चालू सुरू होते
  2. व्यवस्थित काळजीपूर्वक कोळशाच्या तळाला आणि ढगाच्या बाजूने भोपळा घालणे, (त्याला ढाळीने फारच गरम होईल म्हणून आपल्याला याकरिता खड्ड्यांची आवश्यकता लागेल) मोल्ड मध्ये गरम कारमेल घाला. एकदम अलग आकार ठेवा.
  3. 325 एफ ओव्हनमध्ये ओव्हन करावे. काही पाणी उकळवावे. अंडी, घनरूपित दूध, संपूर्ण दूध, व्हेनिला आणि मिठ एकत्र करून मिश्रित होईपर्यंत मिश्रण एकत्र करा किंवा ब्लेंडरमध्ये एकत्र करा.
  1. मिक्समध्ये अंडी मिश्रण घाला. उंच बाजूने (एक 9 x 13 चाट केक पॅन किंवा भाजून पॅन सारखे) पॅनच्या आतील बाजूस ठेवा. ओव्हन रॅकवर पॅन ठेवा आणि काळजीपूर्वक उकळत्या पाण्याने भोपळा भरू नका.
  2. बेक करावे जबपर्यंत फ्लॅन यापुढे केंद्रस्थानी नाही, किंवा फक्त चाकूने झाडावर चाकू बाहेर येत नाही तोपर्यंत 20 ते 30 मिनिटे स्वच्छ होतात.
  3. उबदार किंवा थंड सर्व्ह करा
पोषणविषयक मार्गदर्शक तत्त्वे (प्रत्येक सेवेसाठी)
कॅलरीज 518
एकूण चरबी 14 ग्रॅम
संपृक्त चरबी 7 ग्रॅम
असंतृषित चरबी 5 ग्रॅम
कोलेस्टेरॉल 258 मिग्रॅ
सोडियम 285 मिली
कर्बोदकांमधे 83 ग्राम
आहार फायबर 0 ग्रॅम
प्रथिने 16 ग्रॅम
(आमच्या पाककृतींवरील पोषण संबंधी माहितीची गणना एका घटक डेटाबेसच्या आधारावर केली जाते आणि त्याचा अनुमान लावला गेला पाहिजे. वैयक्तिक परिणाम बदलू शकतात.)