MétaCan
Menu
Retour à la cohorte
Enregistrement W1964345044 · doi:10.3390/molecules17088968

Evaluation of Polyphenolic Profile and Nutritional Value of Non-Traditional Fruit Species in the Czech Republic — A Comparative Study

2012· article· en· W1964345044 sur OpenAlexaboutno aff
Tünde Jurí­ková, Jiří­ Sochor, Otakar Rop, Jiří­ Mlček, Štefan Balla, Ladislav Szekeres, Rastislav Žitný, Ondřej Zítka, Vojtěch Adam, René Kizek

Notice bibliographique

RevueMolecules · 2012
Typearticle
Langueen
DomaineMedicine
ThématiquePhytochemicals and Antioxidant Activities
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRibesHoneysuckleAscorbic acidBerryPolyphenolBotanyHorticulturePhosphorusBiologyChlorogenic acidCultivarChemistry

Résumé

récupéré en direct d'OpenAlex

Dry matter, organic acids, ascorbic acid, minerals (nitrogen, phosphorus, potassium, calcium, magnesium, sodium) and polyphenolic profile of a number of non-traditional fruit species and their genotypes, namely blue honeysuckle (Lonicera spp.), Saskatoon berry (Amelanchier alnifolia), black mulberry (Morus nigra), Tomentosa cherry (Prunus tomentosa Thunb.) and jostaberry (Ribes nigrum x Grossularia uva-crispa) were investigated. The results showed that Lonicera genotypes displayed high levels of ascorbic acid and they were rich in minerals, with the cultivar ‘Amfora’ achieving the leading position in nitrogen, phosphorus and potassium content among all lesser known fruit species. Amelanchier cultivars represented a valuable source of ascorbic acid and calcium, ‘Tišňovský’ and ‘Smoky’ together with Morus nigra ‘Jugoslavska’ accumulated the highest level of examined polyphenolic compounds. Regular consumption of studied less common fruit species can bring health benefits so they can represent a high potential value for fruit growers and in addition they can be utilised as functional foods.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

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
Bibliométrie0,0010,001
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 Opus0,108
Tête enseignante GPT0,341
Écart entre enseignants0,232 · 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'étudeObservationnel
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

Citations74
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetPhytochemicals and Antioxidant ActivitiesTravaux en français237 207