Composition of phenolics and volatiles in strawberry cultivars and influence of preharvest hexanal treatment on their profiles
Notice bibliographique
Résumé
Misran, A., Padmanabhan, P., Sullivan, J. A., Khanizadeh, S. and Paliyath, G. 2015. Composition of phenolics and volatiles in strawberry cultivars and influence of preharvest hexanal treatment on their profiles. Can. J. Plant Sci. 95: 115–126. Biochemical changes of quality-determining components were evaluated in strawberry fruit subjected to preharvest spray treatments using a hexanal-containing formulation that is known to enhance shelf life and quality of fruits. Phenolic compounds and volatiles of fruits of four strawberry cultivars (Mira, Jewel, Kent, and St. Pierre) grown in southern Ontario were characterized by HPLC-MS and solid phase micro extraction (SPME) analysis. Qualitative and quantitative profiles of phenolic compounds varied among the cultivars. In all the cultivars, anthocyanins constituted the most prominent class of phenolic compounds. Volatile profiles of strawberry homogenate differed among the cultivars. Changes in phenolics and volatiles composition were determined in fruits of Mira and Jewel after spraying with a hexanal-containing formulation at weekly intervals. In Jewel, preharvest hexanal spraying altered the profiles of polyphenolic components, while minimal changes were noticed in Mira. Interestingly, very few differences were identified in ester profiles of treated and untreated Mira. In general, hexanal spray application resulted in a decrease in the abundance of several volatile components including esters, ketones, and lactones in treated Jewel compared with the control. The results suggest that cultivar-specific quality changes may result from a preharvest application of hexanal formulations, which may also imply different patterns of metabolite channeling and delay of fruit ripening processes.
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 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) | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».