MétaCan
Menu
Retour à la cohorte
Enregistrement W100012660 · doi:10.1021/bk-2007-0956.ch004

Measurement of Antioxidant Activity in Food and Biological Systems

2007· book-chapter· en· W100012660 sur OpenAlexaff
Fereidoon Shahidi, Ying Zhong

Notice bibliographique

RevueACS symposium series · 2007
Typebook-chapter
Langueen
DomaineChemistry
ThématiqueFree Radicals and Antioxidants
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésOxygen radical absorbance capacityAntioxidantChemistryDPPHOxidative stressRadicalTrolox equivalent antioxidant capacityFood scienceBiochemistryLipid oxidationCrocinTroloxOxidative phosphorylationAntioxidant capacity

Résumé

récupéré en direct d'OpenAlex

The importance of lipid oxidation and antioxidants in biological systems and foodstuff has been widely recognized. Oxidative changes involving free radicals in membrane lipids are thought to have destructive cellular effects in vivo; whereas oxidative processes in foods result in flavor and nutritional quality deterioration that may also affect their safety and wholesomeness. Antioxidants protect cells and foods against oxidative stress. Many methods have been developed for evaluating the activity of antioxidants; these may be classified into two categories. The first category measures the ability of antioxidants in inhibiting oxidation reaction in a model system by monitoring the associated changes using physical, chemical or instrumental means. Radical scavenging assays include methods based on hydrogen atom transfer (HAT) or electron transfer (ET) mechanisms. Oxygen radical absorbance capacity (ORAC), total radical trapping antioxidant parameter (TRAP) and crocin bleaching assays are the major methods that measure HAT while Trolox equivalent antioxidant capacity (TEAC), ferric reducing antioxidant power (FRAP), and DPPH assays represent ET-based methods. An overview of relevant methods for evaluating antioxidant activity with emphasis on the chemistry, basic principles involved as well as advantages and disadvantages of each assay is provided.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,369
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,232
Écart entre enseignants0,191 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS symposium seriesMême sujetFree Radicals and AntioxidantsTravaux en français237 207