MétaCan
Menu
← Retour à la cohorte
Enregistrement W1887301361 · doi:10.1021/acs.jafc.5b04430

Composition of Lutein Ester Regioisomers in Marigold Flower, Dietary Supplement, and Herbal Tea

2015· article· en· W1887301361 sur OpenAlexaff
El‐Sayed M. Abdel‐Aal, Iwona Rabalski

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAntioxidant Activity and Oxidative Stress
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésLuteinChemistryFood scienceBioavailabilityComposition (language)CarotenoidBotanyBiology

Résumé

récupéré en direct d'OpenAlex

Characterization of lutein and its esters in a health product is necessary for its efficacy. In the current study lutein ester regioisomers were quantified and identified in several dietary supplements and herbal teas in comparison with marigold flower, the commercial source of lutein. The products were extracted with three solvents and separated on a C30 column. The separated esters were identified/confirmed with LC-MS in APCI+ve mode with the use of synthetic lutein esters. The total content of lutein esters substantially varied among marigold flowers (167-5752 μg/g), supplements (88,000-110,700 μg/g), and herbal teas (12.4-91.3 μg/g). Lutein supplement had a lutein profile similar to that of marigold flower, whereas herbal tea showed an extremely different profile. Lutein dipalmitate was the dominant compound in supplements and marigold flowers followed by lutein 3'-O-myristate-3-O-palmitate and lutein 3'-O-palmitate-3-O-myristate. Lutein was the major compound in marigold herbal tea with small amounts of lutein mono- and diesters. Differences in the concentration and composition of lutein compounds among marigold products could indicate distinct product quality and lutein bioavailability.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,021
Tête enseignante GPT0,243
Écart entre enseignants0,222 · 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'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

Citations49
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food Chemistry→Même sujetAntioxidant Activity and Oxidative Stress→Travaux en français237 207→