Comparative Study of Capsaicinoid Composition in <i>Capsicum</i> Peppers Grown in Brazil
Notice bibliographique
Résumé
Twenty different varieties of Capsicum pepper cultivars belonging to four species (Capsicum chinense, Capsicum annuum, Capsicum frutescens, and Capsicum baccatum) were characterized in terms of their capsaicinoid and total phenolic content. The peppers were sown in a farm in the southeastern region of São Paulo State. The determination of capsaicinoids was performed by ultra-performance liquid chromatography. The total phenolic content was determined spectrophotometrically with the Folin-Ciocalteu reagent. Results were expressed as µg capsaicinoid/g fresh pepper and as Scoville heat unit. A wide variation was observed among the compositions of capsaicinoids. Capsaicin and dihydrocapsaicin were the most abundant peaks. Capsaicinoids were not identified in the pepper varieties Cheiro Verde, Cambuci Verde, Cambuci Vermelha, and Biquinho. The spiciest pepper was Naga Jolokia (119,016 Scoville heat unit). Regarding the phenolic contents, a large variability was observed. Total phenolic content ranged from 0.35 mg gallic acid equivalent/g in Cambuci Verde to 3.06 mg gallic acid equivalent/g in Naga Jolokia. The current study may benefit consumers, the food, and pharmaceutical industries due to the increasing interest in pharmacological compounds present in hot and sweet Capsicum peppers.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».