MétaCan
Menu
Retour à la cohorte
Enregistrement W2192891290 · doi:10.5539/jfr.v5n1p1

Malting Process Effects on Antioxidant Activity of Finger Millet and Amaranth Grains

2015· article· en· W2192891290 sur OpenAlexaffvenue
Sara Najdi Hejazi, Valérie Orsat

Notice bibliographique

RevueJournal of Food Research · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeed and Plant Biochemistry
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAmaranthEleusineABTSGerminationAntioxidantDPPHFood scienceChemistryFinger milletPhenolPhenolsHorticultureAgronomyBiologyBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Finger millet (Eleusine coracana) and amaranth (Amaranthus caudatus) are two nutritious and gluten-free grains with high contents of phenolic compounds. Phenols are known as the main source of antioxidants, with numerous health benefits. Being rich in phenol makes these grains good choices for the functional food industry. In this study, the effects of malting/germination factors, duration and temperature, on the phenolic content and antioxidant activities of these grains are thoroughly investigated and optimized. Based on a central composite design, the grains were germinated for 24, 36, and 48 hrs at 22, 26, and 30. Both temperature and duration factors are found to be significantly influential on the monitored quantities. While malting of amaranth grains for 48 hrs at 26 increased the total phenol content four times, in case of millet, a 25% reduction was observed. Linear correlations between the included phenol content and antioxidant activity in terms of DPPH and ABTS scavenging activities were observed.

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)0,001
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 enseignants0,053
Score d'incertitude au seuil0,142

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,104
Tête enseignante GPT0,336
Écart entre enseignants0,232 · 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

Citations9
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetSeed and Plant BiochemistryTravaux en français237 207