MétaCan
Menu
Retour à la cohorte
Enregistrement W2350334369

Analyzing the Effect of Cassia Extracts on the Decrease in Nitrosamine Content of Harbin Dry Sausages

2015· article· en· W2350334369 sur OpenAlexaff
LI Mu-chu

Notice bibliographique

RevueXiandai shipin keji · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésChemistryNitrosamineNitriteFood scienceCassiaTBARSChromatographyCarcinogenNitrateAntioxidantOrganic chemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this study, cassia extracts were added to Harbin dry sausages. The nitrosamine content and related physicochemical properties, such as the pH value, nitrite residue content, peroxide value(POV), thiobarbituric acid(TBARS) content, and total volatile basic nitrogen(TVB-N) content in the sausages was determined 0, 2, 4, 6, 8, and 10 days after addition of extracts, byhigh performance liquid chromatography, in order to determine their relationship with the inhibition of nitrosamine production. The results of these analyses revealed that cassia extract exerted a significant inhibitory effect(P 0.05) on a number of nitrosamines in the dried sausages. This effect was observed to be more significant with the increase in the quantity of extract added. The rate of inhibition of nitrosodimethylamine(NDMA), nitroso piperidine(NPIP), nitroso-propylamine(NDPA), nitroso amide(NDBA), and nitroso diphenylamine(NDph A) was determined to be 26%, 63%, 50%, 59%, and 55%, respectively, in the group treated with 0.3 g/kg cassia extracts on day 10. The inhibitory effect of cassia extract on nitrosamines was not affected by the pH value. The cassia extract significantly(P 0.05) reduced the TBARS, POV, and TVB-N values and nitrite residue in Harbin dry sausages. This showed that the lipid oxidation, amine content, and nitrite residue content was closely linked with nitrosamine formation.

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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,110
Tête enseignante GPT0,283
Écart entre enseignants0,173 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueXiandai shipin kejiMême sujetMeat and Animal Product QualityTravaux en français237 207