MétaCan
Menu
Retour à la cohorte
Enregistrement W1975515689 · doi:10.1016/j.fshw.2013.05.001

Effect of pH, temperature and heating time on the formation of furan in sugar–glycine model systems

2013· article· en· W1975515689 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFood Science and Human Wellness · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePotato Plant Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésFuranFructoseSucroseChemistrySugarGlycineChromatographyOrganic chemistryFood scienceBiochemistryAmino acid

Résumé

récupéré en direct d'OpenAlex

Furan (C4H4O) has been classified as a possible animal and human carcinogen by many international agencies. The formation of furan in three sugar–glycine models using glucose, fructose, and sucrose was investigated using headspace gas chromatography mass spectrometry method (HS-GC–MS) with various dual combinations of three important heat processing conditions, i.e. pH, temperature, and heating time. Results indicated that furan levels from sugar–glycine model systems during the thermal processing can be attributed to selective sugar types, pH, temperature, and heating time. In glucose–glycine and fructose–glycine system, the lowest furan level was detected in acid condition but in sucrose–glycine system furan formed significantly lower (P < 0.05) in acidic conditions the lowest furan level was found in alkaline conditions. The furan levels were observed to increase with heating time in all three model systems. Furthermore, less furan was generated in non-reducing sugar system (sucrose) than in reducing sugar system (glucose and fructose). Therefore, they demonstrate the possibility of limiting the formation of furan in heat processed foods by both the careful selection of carbohydrates (i.e. non-reducing sugars and reducing sugars) ingredients and appropriate processing conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,211
Score d'incertitude au seuil0,188

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,236
Écart entre enseignants0,219 · 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