MétaCan
Menu
Retour à la cohorte
Enregistrement W2011611583 · doi:10.1021/jf040411p

Phenolic Acid Profiles in Some Small Berries

2005· article· en· W2011611583 sur OpenAlexaff
R. Zadernowski, M. Naczk, J. Nesterowicz

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2005
Typearticle
Langueen
DomaineMedicine
ThématiquePhytochemicals and Antioxidant Activities
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésChemistryFood science

Résumé

récupéré en direct d'OpenAlex

The composition of phenolic acids in several small berries grown in Northeastern Poland, namely, low-bush blueberries, black mulberries, European juneberries, black currants, fruits of blue-berried honeysuckle, and blackberries, was determined by gas chromatography (GC) and mass spectrometry (MS). The total content of phenolic acids, identified by GC-MS, ranged from 2845.8 ± 141.0 (black mulberries) to 5418.2 ± 228.0 (blue-berried honeysuckle). Twenty phenolic acids were identified in the berries. Of these, hydroxycaffeic, m- and p- coumaric, and 3,4-dimethoxycinnamic acids were the major phenolic acids in blackberries and blueberries, m -coumaric acid was the major phenolic acid in blue-berried honeysuckle and black currant fruits, while salicylic, caffeic, and m- and p- coumaric acids were the predominant phenolic acids in European juneberries. Syringic and veratric acids were detected only in blueberries, while p -hydroxybenzoic and sinapic acids were present only in black currants and o -coumaric acid was present in blueberries and black mulberries. The phenolic acids liberated from esters and glycosidic bonds were the major fractions of phenolic acids in the berries. Keywords: Phenolics acids; low-bush blueberry ( Vaccinium myrtillus ); black mulberry ( Morus nigra ); blue-berried honeysuckle ( Lonicera caerulea ); black currant ( Ribes nigrum ); blackberry ( Rubus plicatus ); European juneberry ( Amelanchier ovalis )

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 seuil0,005

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 Opus0,011
Tête enseignante GPT0,209
Écart entre enseignants0,198 · 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

Citations335
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetPhytochemicals and Antioxidant ActivitiesTravaux en français237 207