MétaCan
Menu
Retour à la cohorte
Enregistrement W2602314000 · doi:10.1039/c6fo01805j

Ethylcellulose oleogels for lipophilic bioactive delivery – effect of oleogelation on in vitro bioaccessibility and stability of beta-carotene

2017· article· en· W2602314000 sur OpenAlexafffund
Chloe M. O′Sullivan, Maya Davidovich‐Pinhas, Amanda J. Wright, Shai Barbut, Alejandro G. Marangoni

Notice bibliographique

RevueFood & Function · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésCanolaLipolysisFood scienceChemistryEmulsionChromatographyBiochemistryAdipose tissue

Résumé

récupéré en direct d'OpenAlex

The in vitro lipolysis and β-carotene (BC) transfer from oil to aqueous phase of canola oil ethylcellulose (EC) oleogels were measured using a static monocompartmental model simulating oral, gastric, and duodenal digestive stages. The effects of EC oleogelation on gel in vitro digestibility were examined, using un-structured canola oil as a control. The physicochemical properties of oleogels containing BC were also measured. It was found that oleogels made with 10% 10 cP and 10% 20 cP did not differ significantly in their extent of lipolysis or BC transfer compared to canola oil; however 10% 45 cP and 15.5% 20 cP had a significantly lower extent of lipolysis and BC transfer compared to other formulations. The structure and mechanical strength of the oleogels were both determined to be factors affecting lipolysis and transfer. The presence of BC did not significantly affect the mechanical strength of the gels and EC oleogelation delayed BC degradation under accelerated storage conditions compared to a heated canola oil control. These findings could contribute to the development of new applications for EC oleogels, specifically for the effective delivery of lipophilic molecules.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,234
Écart entre enseignants0,210 · 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 source (Gemma direct ou Codex distillé), 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

Citations183
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFood & FunctionMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207