MétaCan
Menu
Retour à la cohorte
Enregistrement W2333942507 · doi:10.1021/jf502209x

Mid-Infrared Spectral Characteristics of Lipid Molecular Structures in <i>Brassica carinata</i> Seeds: Relationship to Oil Content, Fatty Acid and Glucosinolate Profiles, Polyphenols, and Condensed Tannins

2014· article· en· W2333942507 sur OpenAlexafffund
Hangshu Xin, Nazir Ahmad Khan, Kevin C. Falk, Peiqiang Yu

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNitrogen and Sulfur Effects on Brassica
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Warwick
Mots-clésGlucosinolateBrassica carinataPolyphenolChemistryFatty acidBrassicaFood scienceBrassica rapaBotanyOrganic chemistryBiologyAntioxidant

Résumé

récupéré en direct d'OpenAlex

The objectives of this study were to quantify lipid-related inherent molecular structures using a Fourier transform infrared spectroscopy (FT-IR) technique and determine their relationship to oil content, fatty acid and glucosinolate profile, total polyphenols, and condensed tannins in seeds from newly developed yellow-seeded and brown-seeded Brassica carinata lines. Canola seeds were used as a reference. The lipid-related molecular spectral band intensities were strongly correlated to the contents of oil, fatty acids, glucosinolates, and polyphenols. The regression equations gave relatively high predictive power for the estimation of oil (R² = 0.99); all measured fatty acids (R² > 0.80), except C14:0, C20:3n-3, C22:2n-9, and C22:2n-6; 3-butenyl, 2-OH-3-butenyl, 4-OH-3-CH3-indolyl, and total glucosinolates (R² > 0.686); and total polyphenols (R² = 0.935). However, further study is required to obtain predictive equations based on large numbers of samples from diverse sources to illustrate the general applicability of these regression equations.

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 enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0010,000
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 Opus0,008
Tête enseignante GPT0,201
Écart entre enseignants0,193 · 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

Citations22
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetNitrogen and Sulfur Effects on BrassicaTravaux en français237 207