MétaCan
Menu
Retour à la cohorte
Enregistrement W2167020315 · doi:10.1111/j.1365-2621.2005.tb09064.x

Compositional Characteristics and Antioxidant Components of Cherry Laurel Varieties and Pekmez

2005· article· en· W2167020315 sur OpenAlexaff
Cesarettin Alasalvar, Mohamed Al-Farsi, Fereidoon Shahidi

Notice bibliographique

RevueJournal of Food Science · 2005
Typearticle
Langueen
DomaineMedicine
ThématiquePhytochemicals and Antioxidant Activities
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésFood scienceChemistrySugarAntioxidantCarotenoidComposition (language)NutraceuticalAnthocyaninBotanyBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Cherry laurel is a popular fruit in the Black Sea region of Turkey. Two native cherry laurel varieties, namely kiraz and findik, together with pekmez (made from concentrated juice of the kiraz variety by boiling/ heating) were examined for their proximate composition, antioxidant activity, total anthocyanins, phenolics, and carotenoids, as well as phenolic acids and sugar composition. A linear correlation existed between antioxidant activity and total content of phenolics (r 2 = 0.99). The antioxidant activity and total content of phenolics were the highest in pekmez, followed by findik, and kiraz. A significant (P < 0.01) proportion of anthocyanins and carotenoids was lost during heat processing in the production of pekmez. Ten phenolic acids (free and bound) and 6 sugars were identified among samples. These results suggest that cherry laurel varieties and pekmez serve as a good source of natural antioxidant, which could potentially be used in food and nutraceutical supplement formulations.

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)0,000
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 enseignants0,805
Score d'incertitude au seuil0,227

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,020
Tête enseignante GPT0,263
Écart entre enseignants0,243 · 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

Citations79
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ScienceMême sujetPhytochemicals and Antioxidant ActivitiesTravaux en français237 207