MétaCan
Menu
Retour à la cohorte
Enregistrement W2515951989 · doi:10.5539/jfr.v5n5p11

Ultraviolet-C Light Effect on the Physicochemical and Antioxidant Properties of Blackberry, Blueberry, and Raspberry Nectars

2016· article· en· W2515951989 sur OpenAlexvenueno aff
José Fernando Haro-Maza, José Ángel Guerrero-Beltrán

Notice bibliographique

RevueJournal of Food Research · 2016
Typearticle
Langueen
DomaineMedicine
ThématiquePhytochemicals and Antioxidant Activities
Établissements canadiensnon disponible
Organismes subventionnairesConsejo Nacional de Ciencia y TecnologíaUniversidad de las Américas Puebla
Mots-clésChemistryFood scienceBlowing a raspberryAntioxidantMesophileAntioxidant capacityAscorbic acidBacteriaBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

The effect of UV-C light on foodborne microorganisms (mesophilic aerobic bacteria (MAB), molds, and yeasts), physicochemical characteristics (color, total soluble solids, pH, and acidity), and antioxidant properties (ascorbic acid, antioxidant capacity (AC), total monomeric anthocyanins (TMA), and total phenolic compounds (TPC)) in blackberry, blueberry, and raspberry nectars was evaluated. Nectars were UV-C light treated at five times (5, 10, 15, 20, and 25 minutes) at constant flow rate (16.48 mL/s). The best UV-C light treatment for the three nectars, from the microbiological point of view, was 25 min. A statistical difference (p < 0.05) in TPC, within treatment times, was observed in nectars; their content was reduced as the treatment time increased, except for the blackberry nectar. The same effect was observed for the antioxidant capacity. The TMA content increased with the UV-C light treatment.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,009
Score d'incertitude au seuil0,236

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,048
Tête enseignante GPT0,311
Écart entre enseignants0,263 · 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 tête enseignante, 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetPhytochemicals and Antioxidant ActivitiesTravaux en français237 207