MétaCan
Menu
Retour à la cohorte
Enregistrement W2049994453 · doi:10.1021/jf073489p

Volatile Composition in Raspberry Cultivars Grown in the Pacific Northwest Determined by Stir Bar Sorptive Extraction−Gas Chromatography−Mass Spectrometry

2008· article· en· W2049994453 sur OpenAlexaboutno aff
Sarah M. M. Malowicki, Robert R. Martín, Michael C. Qian

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLinaloolBlowing a raspberryChemistryAromaChromatographyGas chromatographyGas chromatography–mass spectrometryMass spectrometryCultivarBerryFlavorFood scienceBotanyEssential oilBiology

Résumé

récupéré en direct d'OpenAlex

Twenty-nine volatile compounds in 'Chilliwack', 'Tulameen', 'Willamette', 'Yellow Meeker', and 'Meeker' raspberries were quantified using stir bar sorptive extraction (SBSE) paired with gas chromatography-mass spectrometry (GC-MS). Good correlation coefficients were obtained with most aroma-active compounds in raspberry, with quantification limits of 1 microg/kg. However, poor recoveries were observed for raspberry ketone and zingerone. Quantitative data showed that volatile concentrations varied for different cultivars. Large variations for alpha-ionone, beta-ionone, geraniol, linalool, and ( Z)-3-hexenol were observed in different raspberry cultivars. In addition, the volatile compositions in 'Meeker' raspberry grown at different locations also varied. The chiral isomeric ratios of raspberry ketone, alpha-ionone, alpha-pinene, linalool, terpinen-4-ol, delta-octalactone, delta-decalactone, and 6-methyl-5-hepten-2-ol were studied using a CyclosilB column. alpha-Ionone, alpha-pinene, delta-octalactone, and delta-decalactone had strong chiral isomeric preference, with more than 96% for one isomeric form. Much weaker chiral isomeric preference was observed for terpinen-4-ol, while linalool was almost a racemic mixture. Both growing locations and cultivars affect the isomeric ratio of linalool with a range of 37-51% for ( R)-linalool.

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 enseignants0,034
Score d'incertitude au seuil0,067

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,201
Écart entre enseignants0,190 · 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

Citations89
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetFermentation and Sensory AnalysisTravaux en français237 207