(469) Replacing Cantaloupe with Orange-fleshed Honeydew Melon: Antioxidant Metabolism
Notice bibliographique
Résumé
Consumption of phytochemicals has been associated with reduced risks of human health dysfunctions such as cancers and heart disease. Such information has led to increased sales of fruits and vegetables. For example, in the United States, an estimated 23% increase in melon consumption (up to 13.2 lbs/capita/annum) has been recorded over 16 years. However, some health issues have been attributed to cantaloupe due to bacteria such as Salmonella attaching to inaccessible sites, such as the rind netting. Honeydew melons do not have a netted rind. The purpose of this study was to compare concentrations of antioxidants between cantaloupe and both green- and orange-fleshed honeydew melons during 14 days of storage to determine if orange-fleshed honeydew melon would represent a feasible alterative to cantaloupe to the increasingly health/food safety-conscious consumer. Cantaloupe (`Cruiser'; C), green-fleshed Honeydew (`HoneyBrew'; HB), and orange-fleshed Honeydew (`OrangeDew'; OD) melons were harvested in Texas at the beginning and at the end of the production season. β-carotene content was highest in OD, followed by C; no β-carotene was detected in HB. β-carotene levels did not change during storage. Phenolic levels increased in all three melon species during storage, whereas total ascorbate content declined in OD and in early harvest HB. Ascorbate peroxidase activities were lowest in OD, perhaps due to the lower ascorbate levels; little difference between the melon species in activities of the other ascorbate-associated enzymes were observed. Based on the phytochemicals measured in this study, choosing non-netted OD over netted C in order to reduce potential exposure to pathogens would not represent a less healthy food choice.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».