MétaCan
Menu
Retour à la cohorte
Enregistrement W1994532383 · doi:10.1007/s11746-014-2453-y

Triacylglycerol and Glycerophospholipid Identification and Accumulation During Ripening of <i>Pistacia lentiscus</i> L. (Lentisc) Fruit

2014· article· en· W1994532383 sur OpenAlexaff
Hajer Trabelsi, Justin B. Renaud, P. Mayer, Sadok Boukhchina

Notice bibliographique

RevueJournal of the American Oil Chemists Society · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant biochemistry and biosynthesis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésRipeningPhosphatidic acidPhospholipidPhosphatidylinositolPhosphatidylethanolaminePistacia lentiscusPistaciaChemistryFood scienceBotanyPhosphatidylcholineHorticultureBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Triacylglycerol (TAG) and phospholipid (PL) compositions of vegetable oils are considered a marker of quality and are often used in industry to control the purity of the oils and to detect adulteration. In this study, the TAG and PL composition of developing fruit of Pistacia lentiscus were investigated for the first time. The total TAG content was found to increase rapidly during fruit ripening from 105 to 966 mg/100 g of oil respectively between the 35th and the 175th day after fructification (DAF). During this period, 16 different molecular species of TAG were identified and quantified. POO was the major TAG from the second stage of maturation. Only four classes of PL were identified in the P. lentiscus oil: the phosphatidic acid (PA), the phosphatidylethanolamine (PE), the phosphatidylglycerol (PG) and the phosphatidylinositol (PI). The mass spectra obtained showed the presence of nine molecular species of PA, five species of PE and seven molecular species for each PG and PI classes. The total phospholipid content decreased rapidly during fruit ripening, from 45.5 % at the 15th DAF to 6.88 % at the 175th DAF.

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: aucune
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)0,0000,000
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 Opus0,007
Tête enseignante GPT0,232
Écart entre enseignants0,225 · 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Oil Chemists SocietyMême sujetPlant biochemistry and biosynthesisTravaux en français237 207