Influence of Steep Time on Polyphenol Content and Antioxidant Capacity of Black, Green, Rooibos, and Herbal Teas
Notice bibliographique
Résumé
Potential health benefits of tea consumption are often attributed to the antioxidant activity of polyphenols. Whether steep time, often variable in a real-life situation, makes a biological difference in terms of polyphenol content and antioxidant activity is uncertain. The study objective was to characterize eight popular and commercially available teas for total polyphenol content (TPC) and antioxidant capacity in relation to steep time. Dragonwell (DW), Sencha (S), English Breakfast (EB), Golden Monkey (GM), Green Rooibos (GR), Red Rooibos (RR), Chamomile (C), and Peppermint (P) loose leaf teas were individually steeped in water for 1–10 min at 1 min intervals. TPC increased with longer durations of steep time; however, the majority of polyphenols observed after 10 minutes were extracted in the first 5 min regardless of tea type. After 5 min of steeping, differences (p < 0.05) in TPC were observed across teas (JS~EB~P > DW > GM~GR~RR > C). Different teas also varied in their ability to inhibit the free radical 2, 2-diphenyl-1-picrylhydrazyl (DPPH) when normalized for polyphenol concentration (1 µg/mL) and there was no effect due to steep time. Predicted antioxidant capacity of teas also demonstrated significant differences among teas after 5 and 10 min. In conclusion, steep time modulates TPC but not the antioxidative capacity of tea polyphenols.
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 | 0,000 | 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 ».