Tocopherols and Tocotrienols in Common and Emerging Dietary Sources: Occurrence, Applications, and Health Benefits
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Edible oils are the major natural dietary sources of tocopherols and tocotrienols, collectively known as tocols. Plant foods with low lipid content usually have negligible quantities of tocols. However, seeds and other plant food processing by-products may serve as alternative sources of edible oils with considerable contents of tocopherols and tocotrienols. Tocopherols are among the most important lipid-soluble antioxidants in food as well as in human and animal tissues. Tocopherols are found in lipid-rich regions of cells (e.g., mitochondrial membranes), fat depots, and lipoproteins such as low-density lipoprotein cholesterol. Their health benefits may also be explained by regulation of gene expression, signal transduction, and modulation of cell functions. Potential health benefits of tocols include prevention of certain types of cancer, heart disease, and other chronic ailments. Although deficiencies of tocopherol are uncommon, a continuous intake from common and novel dietary sources of tocopherols and tocotrienols is advantageous. Thus, this contribution will focus on the relevant literature on common and emerging edible oils as a source of tocols. Potential application and health effects as well as the impact of new cultivars as sources of edible oils and their processing discards are presented. Future trends and drawbacks are also briefly covered.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découle