Chemical Characteristics of Cold-Pressed Blackberry, Black Raspberry, and Blueberry Seed Oils and the Role of the Minor Components in Their Oxidative Stability
Notice bibliographique
Résumé
The chemical characteristics of cold-pressed blackberry, black raspberry, and blueberry seed oils were evaluated for their fatty acid composition, positional distribution of fatty acids, triacylglycerol (TAG) profile, and minor component profile. The role of minor components, including tocols and pigments, on the oxidative stability was also investigated using high-temperature- and fluorescent-lighting-induced oxidation before and after tested berry seed oils were stripped of their minor components. The results indicated that all tested berry seed oils contained significant levels of palmitic (C16:0), stearic (C18:0), oleic (18:1), linoleic (C18:2ω-6), and α-linolenic (C18:3ω-3) acids, along with a favorable ratio of ω-6/ω-3 fatty acids (1.49-3.86); palmitic, stearic, oleic, and α-linolenic acids were predominantly distributed on the terminal positions. Six TAGs, namely, LnLnLn, LnLLn, LLLn, LLL, OLL, and OLLn, were the major species detected in the tested berry seed oils. Total tocol contents were 286.3-1302.9 mg/kg, which include α-, γ-, and δ-tocopherols as well as δ-tocotrienol. Oxidative stability of the three berry seed oils was compromised after the removal of tocols under high-temperature-induced oxidation, while the loss of pigments (chlorophylls) led to weak oxidative stability when exposed to fluorescent lights.
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 | 0,000 |
| 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) | 0,001 | 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 ».