MétaCan
Menu
Retour à la cohorte
Enregistrement W2049777898 · doi:10.1021/jf000467t

Microdetermination of Diosgenin from Fenugreek (<i>Trigonella foenum-graecum</i>) Seeds

2000· article· en· W2049777898 sur OpenAlexaffabout
Wesley G. Taylor, J.L. Elder, Peter R. Chang, K. W. Richards

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhytochemical Studies and Bioactivities
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésDiosgeninTrigonellaSulfuric acidChemistryHydrolysisChromatographyPetroleum etherExtraction (chemistry)Hydrochloric acidAcid hydrolysisAlcoholEthanolOrganic chemistryBotanyBiology

Résumé

récupéré en direct d'OpenAlex

Sulfuric acid hydrolysis of steroidal glycosides of Amber fenugreek was studied by capillary gas chromatographic analysis of diosgenin [(25R)-spirost-5-en-3-ol] and isomeric spirostadiene artifacts from 100 mg samples of seed material. Following extraction with 80% ethanol, highest recoveries of diosgenin occurred when hydrolyses were conducted in sulfuric acid, prepared at 1 molar (M) concentration in water containing 60-80% 2-propanol. Compared to a previous method with aqueous hydrochloric acid, the selected conditions of hydrolysis at 100 degrees C for 2 h with sulfuric acid in 70% 2-propanol reduced diene formation but did not completely eliminate these artifacts. Extraction of steroidal saponins with various alcohol/water mixtures prior to sulfuric acid hydrolysis gave similar recoveries of diosgenin. Application of the quantitative method to experimental samples of Amber, Quatro, and ZT-5 fenugreek, using 10 mg subsamples of crushed seed that had been defatted with petroleum ether and dried at 60 degrees C, gave diosgenin levels of 0.55, 0.42, and 0.75%, respectively. Levels of smilagenin and sarsasapogenin were very low in hydrolyzed seed extracts from ZT-5, a Canadian breeder line of fenugreek.

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 enseignants0,005
Score d'incertitude au seuil0,009

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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,183
Écart entre enseignants0,179 · 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

Citations85
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetPhytochemical Studies and BioactivitiesTravaux en français237 207