MétaCan
Menu
Retour à la cohorte
Enregistrement W2104066075 · doi:10.5539/jfr.v3n2p54

Distribution of Phenolic Components and Their Antioxidant Capacity in Strawberries

2014· article· en· W2104066075 sur OpenAlexaffvenue
Wang Ying, Marie Thérèse Charles, Wenxuan Dong, Claudine Dubé, Shahrokh Khanizade

Notice bibliographique

RevueJournal of Food Research · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBerry genetics and cultivation research
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésCultivarAntioxidant capacityAntioxidantChemistryFerricFood scienceComposition (language)Chemical compositionPhenolsBotanyBiologyBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

<p>Total phenolic content, phenolic composition, and total antioxidant capacity of neck and bottom parts of two strawberry cultivars, ‘Chambly’ and ‘LL0220-10’, were evaluated using the Folin-Ciocalteu method, high performance liquid chromatography, and ferric reducing/antioxidant power, respectively. A significant interaction (<em>p</em> < 0.05) was observed between examined parts and cultivars. The highest content of phenolics was detected in the bottom part of ‘Chambly’ when compared to its neck, while there was no difference between neck and bottom of ‘LL0220-10’. The most evident group was the anthocyanins accounting for 83.53% of the total phenolic content. These data are a step in establishing a correlation between fruit anatomy and its chemical composition, which could be useful in breeding new strawberry cultivars more resistant to diseases.</p>

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,153

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,166
Tête enseignante GPT0,308
Écart entre enseignants0,142 · 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 tête enseignante, 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

Citations6
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetBerry genetics and cultivation researchTravaux en français237 207