MétaCan
Menu
Retour à la cohorte
Enregistrement W2313047723 · doi:10.1021/acs.jafc.5b05761

Bound Phenolics of Quinoa Seeds Released by Acid, Alkaline, and Enzymatic Treatments and Their Antioxidant and α-Glucosidase and Pancreatic Lipase Inhibitory Effects

2016· article· en· W2313047723 sur OpenAlexafffund
Yao Tang, Bing Zhang, Xihong Li, Peter X. Chen, Hua Zhang, Ronghua Liu, Rong Tsao

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeed and Plant Biochemistry
Établissements canadiensUniversity of GuelphAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésChemistryAntioxidantLipaseFood scienceXylanasePectinaseFermentationPhenolic acidEsteraseBiochemistryPhenolsEnzymeHydrolysis

Résumé

récupéré en direct d'OpenAlex

Unextractable phenolics from plant foods and their role in health benefits have become increasingly important. Meal residues of three quinoa seeds free of fat and extractable phenolics were subjected to acid, alkaline, and enzymatic hydrolyses. The total and individual phenolic compounds released were analyzed, and 19 phenolics, predominantly phenolic acids and several flavonoids, were identified. The concentration of bound phenolics was highest in black quinoa followed by red and white, regardless of the hydrolysis method. Higher phenolic contents also showed stronger antioxidant activities and inhibition of α-glucosidase and pancreatic lipase activities. Carbohydrases, that is, pectinase, xylanase and feruloyl esterase, which effectively liberated bound phenolics are known to be secreted by colonic bacteria, suggesting potential antioxidant and anti-inflammatory effects by these compounds in the large intestine during colonic fermentation. These results can also be applied to treat foods high in bound phenolics to enhance bioaccessibility.

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,165
Écart entre enseignants0,160 · 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

Citations213
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetSeed and Plant BiochemistryTravaux en français237 207