Application of principal component and hierarchical cluster analysis to classify different spices based on in vitro antioxidant activity and individual polyphenolic antioxidant compounds
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
This study investigated the variations in antioxidant profiles between spices using pattern recognition tools; classification was achieved based on the results of global antioxidant activity assays (2,2-diphenyl-1-picrylhydrazyl [DPPH], oxygen radical absorbance capacity [ORAC], ferric reducing antioxidant power [FRAP], microsomal lipid peroxidation [MLP] and 2,2′-azinobis(3-ethylbenzothiazoline-6-sulfonic acid) [ABTS]), levels of different polyphenolic compounds (gallic acid [GA], carnosol [CAR], carnosic acid [CRA], caffeic acid [CA], rosmarinic acid [RA], luteolin-7-O-glucoside [LOG], apigenin-7-O-glucoside [APOG] and total phenols [TP]) of spices namely rosemary, oregano, marjoram, sage, basil, thyme, fennel, celery, cumin and parsley, commonly consumed in Ireland were analyzed. Rosemary showed the highest antioxidant activity measured by the DPPH (11.02 g Trolox/g DW) assay, whereas oregano had the highest activity in the ORAC (28.31 g Trolox/g DW) test. By contrast, parsley showed the lowest antioxidant activity in both of the assays. Interrelationships of these assays and the spices were investigated by principal component analysis (PCA) and hierarchical cluster analysis (HCA). PCA revealed that the first two components represented 73% of the total variability in antioxidant activity and different antioxidant groups. HCA classified samples into four main groups on the basis of the measured parameters.
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 | 0,001 | 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