MétaCan
Menu
Retour à la cohorte
Enregistrement W1965737649 · doi:10.1021/jf9021114

Production of a Phenolic Antioxidant Enriched Cranberry Juice by Electrodialysis with Filtration Membrane

2009· article· en· W1965737649 sur OpenAlexaff
Laurent Bazinet, Céline Cossec, Hélène Gaudreau, Yves Desjardins

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane-based Ion Separation Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCRANBERRY JUICEChemistryNutraceuticalUltrafiltration (renal)Food scienceElectrodialysisProanthocyanidinAntioxidantVacciniumPolyphenolMembraneChromatographyBiochemistryBotanyBiology

Résumé

récupéré en direct d'OpenAlex

The fruit of the American cranberry is known for its benefits on human health and its nutraceutical potential. The enrichment of cranberry products with functional phytochemicals may improve their functionality for enhancing health benefits, but this enrichment may be difficult due to the commercial rarity and difficulty of purification of anthocyanins and other phytochemicals from natural sources. The aim of this work was to evaluate the feasibility of the production of a cranberry juice enriched with natural phenolic antioxidant compounds using an ultrafiltration (UF) membrane stacked in an electrodialysis (ED) cell. Total concentrations of proanthocyanidins and anthocyanins increased by 34.8% and 52.9%, respectively, in cranberry juice treated with the EDUF system. Moreover, an 18% increase of the antioxidant capacity of the enriched cranberry juice was obtained by the EDUF treatments. The EDUF process might be used for natural enrichment of cranberry juice with antioxidant phenolics.

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 enseignants0,002
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,004
Tête enseignante GPT0,182
Écart entre enseignants0,178 · 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetMembrane-based Ion Separation TechniquesTravaux en français237 207