MétaCan
Menu
Retour à la cohorte
Enregistrement W2344162145 · doi:10.1002/ffj.3327

Carboxylic acid ester hydrolysis rate constants for food and beverage aroma compounds

2016· article· en· W2344162145 sur OpenAlexaff
Sierra Rayne, Kaya Forest

Notice bibliographique

RevueFlavour and Fragrance Journal · 2016
Typearticle
Langueen
DomaineChemistry
ThématiqueFree Radicals and Antioxidants
Établissements canadiensSaskatchewan PolytechnicSaskWater
Organismes subventionnairesnon disponible
Mots-clésChemistryAromaHydrolysisCarboxylic acidOrganic chemistryFood science

Résumé

récupéré en direct d'OpenAlex

Abstract Aroma compounds in the Flavornet database were screened for potentially hydrolysable carboxylic acid ester functionalities. Of 738 aroma compounds listed in this database, 140 molecules contain carboxylic acid ester groups that may be amenable to hydrolysis in various food and beverage products. Acid‐ (kA) and base‐ (kB) catalysed and neutral (kN) hydrolysis rate constants in pure water at 25°C were calculated for these aroma compounds. Where available, good agreement between theoretical and experimental hydrolytic half‐lives was obtained at various pH values. Wide ranges and broad frequency distributions for kA, kB, and kN are expected among the various hydrolyzable aroma compounds, with calculated kA ranging from 3.7 × 10‐8 to 4.7 × 10‐4 M‐1 s‐1, calculated kB ranging from 4.3 × 10‐4 to 43 M‐1 s‐1, and calculated kN ranging from 4.2 × 10‐17 to 7.6 × 10‐9 M‐1 s‐1. The resulting hydrolytic half‐lives also range widely, from 10 days to 370 years at pH 2.8, 18 days to 4,900 years at pH 4.0, 1.8 days to 470 years at pH 7.0, and 26 minutes to 5.1 years at pH 9.0. The findings illustrate the importance of considering abiotic hydrolysis and matrix pH when modelling the evolution of sensory characteristics for foods and beverages with carboxylic acid ester based aroma compounds. Copyright © 2016 John Wiley & Sons, Ltd.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,009
Tête enseignante GPT0,209
Écart entre enseignants0,200 · 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

Citations24
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFlavour and Fragrance JournalMême sujetFree Radicals and AntioxidantsTravaux en français237 207