MétaCan
Menu
Retour à la cohorte
Enregistrement W2103575885 · doi:10.5539/jfr.v1n3p58

A Total Polyphenol Content of Mate (Ilex paraguariensis) and Other Plants-derived Beverages

2012· article· en· W2103575885 sur OpenAlexvenueno aff
Vanessa Graciela Hartwig, Luis Alberto Brumovsky, Maria Raquel Fretes

Notice bibliographique

RevueJournal of Food Research · 2012
Typearticle
Langueen
DomaineChemistry
ThématiqueHeavy Metals in Plants
Établissements canadiensnon disponible
Organismes subventionnairesConsejo Nacional de Investigaciones Científicas y Técnicas
Mots-clésGallic acidPolyphenolChemistryFood scienceChlorogenic acidGreen teaAntioxidantBiochemistry

Résumé

récupéré en direct d'OpenAlex

The total polyphenol content (TPC) of three maté (Ilex paraguariensis St. Hil.) beverages under typical consumer conditions in Argentina: Hot Maté, Cold Maté and Maté tea-bag, were determined.TPC was measured by the Folin-Ciocalteu method and expressed as gallic and chlorogenic acid equivalents (GAE and CAE, respectively). In Hot Maté, the intake would be 5.15 ± 0.55 g CAE /500 mL and 2.9 ±0.4 g GAE/500 mL; in Cold Maté, the intake would be 1.9 ± 0.4 g CAE /500 mL and 1.1 ± 0.2 g GAE/500 mL; one cup of Maté Tea-bag infusion (200 mL) contains between 0.55 ± 0.05 g CAE and 0.295 ± 0.015 g GAE. Comparison of the TPC of several beverages provided evidence that beverages of maté are rich sources of antioxidant phenolics. Among several ways of consumption of maté, the Hot Maté provides the highest intake of total polyphenols.

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 enseignants0,008
Score d'incertitude au seuil0,015

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
Bibliométrie0,0010,001
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)0,0040,000

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 Opus0,217
Tête enseignante GPT0,376
Écart entre enseignants0,160 · 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

Citations19
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetHeavy Metals in PlantsTravaux en français237 207