Characterization of Changes in Polyphenols, Antioxidant Capacity and Physico-Chemical Parameters during Lowbush Blueberry Fruit Ripening
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.
Notice bibliographique
Résumé
Changes in major polyphenols, antioxidant capacity, and selected physico-chemical parameters were examined in lowbush blueberry during fruit ripening. Polyphenols (phenolic acids, flavonols, flavan-3-ols, and anthocyanins), density, soluble solid content, pH, titratable acidity, sugars, organic acids, and antioxidant capacity were determined in fruits of four maturities: green, pink/red, blue, and over-mature. Highest concentrations of flavonols, flavan-3-ols, and phenolic acids were in green fruits: 168 ± 107, 119 ± 29 and 543 ± 91 mg/100 g dry weight (DW) respectively. Highest anthocyanin levels were found in blue and over-mature fruits (1011-1060 mg/100 DW). Chlorogenic acid was the most abundant phenolic acid and quercetin-3-O-galactoside the most abundant flavonol in all maturities. Epicatechin was the most abundant flavan-3-ol in green fruits (80 ± 20 mg/100 DW), and catechin was the most abundant in other maturity stages. Increase of glucose and fructose and decrease of organic acids were observed during fruit ripening. Among six organic acids found, quinic acid (1.7-9.5 mg/100 mg DW) was the most abundant throughout the fruit ontogeny. Soluble solids, pH, and density increased with maturity while, titratable acidity decreased. These findings can be helpful in optimizing harvest and processing operations in lowbush blueberry fruits.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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