MétaCan
Menu
Retour à la cohorte
Enregistrement W2178159781 · doi:10.1021/acs.jafc.5b04005

Physicochemical Properties and in Vitro Digestibility of Cooked Regular and Nondarkening Cranberry Beans (<i>Phaseolus vulgaris</i> L.) and Their Effects on Bioaccessibility, Phenolic Composition, and Antioxidant Activity

2015· article· en· W2178159781 sur OpenAlexafffund
Peter X. Chen, John H. Dupuis, Massimo F. Marcone, Peter K. Pauls, Ronghua Liu, Qiang Liu, Yao Tang, Bing Zhang, Rong Tsao

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2015
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of GuelphAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésFood scienceDigestion (alchemy)ChemistryPhaseolusFerulic acidAntioxidantComposition (language)CatechinProanthocyanidinPhenolic acidCoumaric acidPhenolsPolyphenolBotanyBiochemistryBiologyChromatography

Résumé

récupéré en direct d'OpenAlex

Cranberry beans from regular (RR) and nondarkening (CND) genotypes were pressure cooked, and free, conjugated, and bound phenolics were analyzed. Simulated in vitro gastrointestinal digestion was used to assess the bioaccessibility of these phenolic fractions. Total phenolic content decreased after cooking and digestion, whereas individual phenolic compounds were affected differently. Cooking significantly increased the release of bound ferulic and sinapic acids and flavanols, whereas digestion released p-coumaric, ferulic, and sinapic acids in both genotypes, and p-hydroxybenzoic acid, epicatechin, and catechin in only RR. Bioaccessibility of phenolics in RR and CND was 8.75 and 14.69%, respectively. Difference in total phenolics was smaller after digestion, and enzymes potentially secreted by colonic bacteria released similar amounts of phenolic acids in both varieties. Resistant and slowly digestible starch contents showed no differences between RR and CND. These results suggest that the lower phenolic content in raw CND may not completely negate its impact on gut health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
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 Opus0,018
Tête enseignante GPT0,219
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 source (Gemma direct ou Codex distillé), 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

Citations45
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetFood composition and propertiesTravaux en français237 207