Effect of Wash Water Temperature and Chlorination on Phenolic Metabolism and Browning of Stored Iceberg Lettuce Photosynthetic and Vascular Tissues
Notice bibliographique
Résumé
Cut tissues from distinct anatomical locations in iceberg lettuce (Lactuca sativa L.) were subjected to washing in cold (4 degrees C) and warm (47 degrees C) water with or without chlorine to assess their propensity to discoloration during storage. Total protein (Bradford method) and phenolic (TPH; Folin-Ciocalteu method) contents and polyphenol oxidase (PPO; spectrophotometric method using catechol as a substrate), peroxidase (POD; guaiacol substrate), and phenylalanine ammonia-lyase (PAL; phenylalanine substrate) activities were determined in photosynthetic and vascular tissue from outer and inner leaves. Unprocessed photosynthetic and inner leaf tissues had significantly higher (P < 0.05) levels of protein and TPH and PPO and POD activities than vascular and outer leaf tissues. PAL activities (on a fresh weight basis) were similar in all tissues. Changes in browning (light reflectance measurement) and phenolic metabolism in all four tissue types were observed during aerobic storage at 5 degrees C over 10 days. PAL activity increased in all tissues after 1-2 days of storage and then gradually decreased. POD activity also increased steadily for the storage duration. Protein content and PPO activity remained constant. Edge browning (measured with a Minolta Chroma Meter) and TPH increased in all tissues, especially in outer vascular tissue. Cut photosynthetic and vascular tissues washed at 4 and 47 degrees C with and without 100 microg mL(-1) chlorine for 3 min were analyzed during 7 days in storage at 5 degrees C. Enzyme activities and accumulation of phenolics in all tissues washed at 47 degrees C were significantly (P < 0.05) lower compared to controls or tissues washed at 4 degrees C. Chlorine had no additional effect at 47 degrees C but significantly (P < 0.05) reduced browning and accumulation of phenolics in lettuce washed at 4 degrees C. These results showed that inherent differences between tissues affect phenolic metabolism and browning in stored, fresh-cut lettuce.
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) | 0,001 | 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 | 0,001 | 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 ».