MétaCan
Menu
Retour à la cohorte
Enregistrement W1174839022 · doi:10.1016/j.jff.2015.06.018

Phenolics and polyphenolics in foods, beverages and spices: Antioxidant activity and health effects – A review

2015· review· en· W1174839022 sur OpenAlexaff
Fereidoon Shahidi, Priyatharini Ambigaipalan

Notice bibliographique

RevueJournal of Functional Foods · 2015
Typereview
Langueen
DomaineMedicine
ThématiquePhytochemicals and Antioxidant Activities
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPolyphenolAntioxidantHealth benefitsFood scienceChemistryHuman healthPhenolsBiochemistryTraditional medicineMedicine

Résumé

récupéré en direct d'OpenAlex

This review reports on the latest research results and applications of phenolic and polyphenolic compounds. Phenolic compounds, ubiquitous in plants, are an essential part of the human diet and are of considerable interest due to their antioxidant properties and potential beneficial health effects. These compounds range structurally from a simple phenolic molecule to complex high-molecular-weight polymers. There is increasing evidence that consumption of a variety of phenolic compounds present in foods may lower the risk of health disorders because of their antioxidant activity. When added to foods, antioxidants control rancidity development, retard the formation of toxic oxidation products, maintain nutritional quality, and extend the shelf-life of products. Due to safety concerns and limitation on the use of synthetic antioxidants, natural antioxidants obtained from edible materials, edible by-products and residual sources have been of increasing interest. This contribution summarizes both the synthetic and natural phenolic antioxidants, emphasizing their mode of action, health effects, degradation products and toxicology. In addition, sources of phenolic antioxidants are discussed in detail.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,100
Tête enseignante GPT0,391
Écart entre enseignants0,291 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations2 903
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Functional FoodsMême sujetPhytochemicals and Antioxidant ActivitiesTravaux en français237 207