Microwave and micronization treatments affect dehulling characteristics and bioactive contents of dry beans (<i>Phaseolus vulgaris</i> L.)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Heat pretreatment is considered the first step in grain milling. This study therefore evaluated microwave and micronization heat treatments in improving the dehulling characteristics, phenolic composition and antioxidant and α-amylase activities of bean cultivars from three market classes. RESULTS: Heat treatments improved dehulling characteristics (hull yield, rate coefficient and reduced abrasive hardness index) depending on bean cultivar, whereas treatment effects increased with dehulling time. Micronization increased minor phenolic components (tartaric esters, flavonols and anthocyanins) of all beans but had variable effects on total phenolic content depending on market class. Microwave treatment increased α-amylase inhibitor concentration, activity and potency, which were strongly correlated (r² = 0.71, P < 0.0001) with the flavonol content of beans. Heat treatment had variable effects on the phenolic composition of bean hulls obtained by abrasive dehulling without significantly altering the antioxidant activity of black and pinto bean hulls. Principal component analysis on 22 constituents analyzed in this study demonstrated the differences in dehulling characteristics and phenolic components of beans and hulls as major factors in segregating the beneficial heat treatment effects. CONCLUSION: Heat treatment may be useful in developing novel dietary fibers from beans with variable composition and bioactivity with a considerable range of applications as functional food ingredients.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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