Quality Attributes of Therapeutic Tea from Indian Herbs Sweetened with Stevia (Stevia rebaudiana)
Notice bibliographique
Résumé
Eating healthy food is vital for wellness and prevention of disease. Teas are aqueous extractions of crude herbs and one of the most commonly used delivery system for natural health products. Stevia (Stevia rebaudiana) is a sweet herb having sweetness 200 to 300 times more than sugar with zero calorific value. Therapeutically stevia is antibacterial, antifungal, anti inflammatory, antimicrobial, antiviral, antiyeast, prevents cavities, cardio tonic, diuretic, hypoglycemic, hypotensive tonic and vasodilator. Hence, sensorily acceptable therapeutic tea sweetened with stevia was formulated, optimized and assessed for various quality parameters. Therapeutic tea was optimized at 10.25% stevia leaves, 7.28% nutmeg, 32.06% arjuna bark, 5.55% licorice and 6.41% of each of ginger, cinnamon, black pepper, fennel, nagarmotha and cardamom. It is recommended that 2.34 g of tea formulation is appropriate to make 100 ml of tea infusion. Herbal tea formulations contained 8.22-9.32% protein, 18.66-18.70% ash, 42.0-45.28% carbohydrates, 72.07-82.25 mg P, 268.25-271.62 mg Ca, 80.30-83.87 mg Mg, 12.8-13.65 mg Fe, 1.82-2.60 mg Cu, 1.37-1.57 mg Zn, 3.28-3.76 mg Mn and 15.84-19.80 mg ascorbic acid per 100 g of tea mix. Bright, sparkling and clear infusion of brown colour with pleasant aroma and taste was obtained from optimized therapeutic tea formulation which would be an alternative medicine for different therapeutic purposes with minimal calories. Microbial quality of the product packed in aluminium foil bag was well up to 3 months storage at ambient temperature.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».