<i>Myrtus communis</i> L. Infusions: The Effect of Infusion Time on Phytochemical Composition, Antioxidant, and Antimicrobial Activities
Notice bibliographique
Résumé
In traditional medicine, myrtle (Myrtus communis L.) is frequently consumed as an infusion and decoction. In this study, we investigate the phenolic and volatile compositions and antioxidant and antibacterial activities of leaf infusions prepared during 3 different times. The total phenolics contents (146.74 to 179.55 mg GAE/g DM) varied significantly between infusions. Eleven phenolic compounds were identified by reversed-phase high-performance liquid chromatography. Phenolic acids (7.64 to 14.28 μmol/g DM) and flavonol glycosides (7.05 to 12.11 μmol/g DM) were the major phenolic fractions of infusions. Significant quantitative variation in 6 phenolic components was observed between infusions. Sixteen volatile components were identified by gas chromatography (GC) and GC mass spectrometry analyses. The main constituents were 1,8-cineole (42.58% to 51.39%), α-terpineol (9.45% to 9.72%), methyl eugenol (6.69% to 7.11%), and linalool (5.91% to 6.06%). Quantitative variations of the volatile components of the analyzed oils in relation to the infusion time were observed. The antioxidant properties of infusions, assayed through DPPH (2,2- diphenyl-1-picrylhydrazyl) method, β-carotene bleaching test, chelating effect on ferrous ions, and ferric reducing power method, were considerable and varied according to the infusion time. Myrtle infusions exhibited a substantial antimicrobial activity against 6 tested bacteria.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».