MétaCan
Menu
Retour à la cohorte
Enregistrement W2048068858 · doi:10.1021/jf504181r

Effect of Domestic Cooking on Carotenoids, Tocopherols, Fatty Acids, Phenolics, and Antioxidant Activities of Lentils (<i>Lens culinaris</i>)

2014· article· en· W2048068858 sur OpenAlexafffund
Bing Zhang, Zeyuan Deng, Yao Tang, Peter X. Chen, Ronghua Liu, D. Dan Ramdath, Qiang Liu, Marta Hernandez, Rong Tsao

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2014
Typearticle
Langueen
DomaineMedicine
ThématiquePhytochemicals and Antioxidant Activities
Établissements canadiensUniversity of GuelphAgriculture and Agri-Food Canada
Organismes subventionnairesPulse CanadaAgriculture and Agri-Food Canada
Mots-clésChemistryFood scienceAntioxidantFlavonolsTanninCarotenoidPolyphenolProanthocyanidinPhytochemicalPhenolsHydrolyzable TanninTocopherolVitamin EBiochemistry

Résumé

récupéré en direct d'OpenAlex

The phytochemicals and antioxidant activity in lipophilic and hydrophilic (extractable and bound) fractions of lentils before and after domestic cooking were investigated. The hydrophilic fractions in lentils contributed much more to the antioxidant activity than the lipophilic fraction. The phenolic content of lentils was mainly composed of extractable compounds. Significant changes (P < 0.05) in carotenoid, tocopherol, total phenolic, and condensed tannin contents of both extractable and bound phenolics fractions, as well as in antioxidant activities, were found in lentils before and after cooking. More specifically, cooking was found to favor the release of carotenoids and tocopherols and flavonols (kaempferol glycosides), but led to losses of flavanols (monomeric and condensed tannin). Whereas reduced flavanols and other phenolic compounds may have negatively affected the antioxidant activity, other components, especially the lipophilic antioxidants, were increased. The present study suggests that incorporation of cooked lentils into the diet will not cause significant loss to the phytochemical antioxidants and thus will retain the potential health benefits.

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 enseignants0,001
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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,225
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

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

Citations58
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

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