MétaCan
Menu
Retour à la cohorte
Enregistrement W1557013728 · doi:10.1002/047167849x.bio002.pub2

Antioxidants: Science, Technology, and Applications

2020· other· en· W1557013728 sur OpenAlexaff
S.P. Senanayake, P. K. J. P. D. Wanasundara, Fereidoon Shahidi

Notice bibliographique

RevueBailey's Industrial Oil and Fat Products · 2020
Typeother
Langueen
DomaineMedicine
ThématiqueAntioxidant Activity and Oxidative Stress
Établissements canadiensMemorial University of NewfoundlandAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésAutoxidationLipid oxidationShelf lifeAntioxidantChemistryFlavorOdorFood additiveBiochemical engineeringFood scienceFood industryOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Antioxidants are compounds that are used to enhance shelf life and preserve the quality of fats and oils and lipid‐containing foods by suppressing oxidation reactions of their unsaturated components. These compounds could be naturally present, deliberately added, or generated during processing. Antioxidants are needed in small quantities to participate or interfere in the lipid autoxidation reaction cascade via various mechanisms. They should be easy to handle and use, cost‐effective, and readily available. Antioxidants should not impart any undesirable flavor, odor, or color to the food; they should be stable and safe for use in food. Application of these antioxidants differs depending on the nature of the food, conditions of intended processing, desired shelf life, and storage. However, antioxidants that are deliberately added to foods are thoroughly scrutinized for their safety and toxicology aspects. Their usage in food is regulated under different legislatures in various countries. This article examines the purpose of antioxidant use, chemistry of antioxidant activity, and naturally derived and synthetic compounds that exert antioxidative activity in foods, as well as the relevant technological, toxicological, and regulatory considerations.

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)0,001
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,033
Tête enseignante GPT0,271
Écart entre enseignants0,238 · 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
GenreAutre

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

En bref

Citations93
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBailey's Industrial Oil and Fat ProductsMême sujetAntioxidant Activity and Oxidative StressTravaux en français237 207