MétaCan
Menu
Retour à la cohorte
Enregistrement W2148073341 · doi:10.1002/jsfa.2997

Decrease of the chlorogenic acid content in commercial sunflower meal using a polyphenol oxidase preparation secreted by the white‐rot fungus <i>Trametes versicolor</i> ATCC 42530

2007· article· en· W2148073341 sur OpenAlexaff
Emerson Martinez, Z. Duvnjak

Notice bibliographique

RevueJournal of the Science of Food and Agriculture · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEnzyme-mediated dye degradation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTrametes versicolorChlorogenic acidFood sciencePolyphenol oxidaseSunflowerChemistryMealExtraction (chemistry)PolyphenolAnimal feedBiologyEnzymeBiochemistryLaccaseHorticultureChromatographyAntioxidant

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND: Sunflower meal (SFM) is a by‐product from the oil extraction process from sunflower seeds. The meal is used as a protein supplement in the livestock diet. However, relatively high levels of polyphenols, among which chlorogenic (CGA) and caffeic acids are in larger amounts, in the meal compromises its use for animal feed and human consumption. The aim of this work was to investigate an enzymatic process for upgrading the quality of SFM by decreasing its CGA content using an enzyme preparation from the white‐rot fungus Trametes versicolor . RESULTS: The effects of pH, temperature, enzyme and meal concentrations, and mass transfer on the decrease of the CGA content in SFM were investigated. It was found that: (1) the optimum pH and temperature were 3.4 and 45 °C, respectively. (2) The system was saturated with the enzyme when its concentration was 5 nkat/mL of liquid phase; (3) the agitation speed of the system influenced the extraction of CGA from the meal; and (4) the conversion of CGA in the SFM system increased in the presence of larger volumes of liquid phase. CONCLUSIONS: The enzyme preparation used in the experiments is able to decrease successfully the CGA content in SFM. Copyright © 2007 Society of Chemical Industry

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,254

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,021
Tête enseignante GPT0,222
Écart entre enseignants0,201 · 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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Science of Food and AgricultureMême sujetEnzyme-mediated dye degradationTravaux en français237 207