MétaCan
Menu
Retour à la cohorte
Enregistrement W2750757231 · doi:10.1111/1750-3841.13841

Phenolics from Winemaking By‐Products Better Decrease VLDL‐Cholesterol and Triacylglycerol Levels than Those of Red Wine in Wistar Rats

2017· article· en· W2750757231 sur OpenAlexafffund
Walkia Polliana de Oliveira, A. C. T. Biasoto, Valquíria Fernanda Marques, Iêda Maria dos Santos, Kedma Magalhães, L. C. Corrêa, Melissa Negro‐Dellacqua, María Miranda, Adriano Costa de Camargo, Fereidoon Shahidi

Notice bibliographique

RevueJournal of Food Science · 2017
Typearticle
Langueen
DomaineMedicine
ThématiquePhytochemicals and Antioxidant Activities
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoNatural Sciences and Engineering Research Council of CanadaCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorEmpresa Brasileira de Pesquisa AgropecuáriaFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésWinemakingWineFood scienceChemistryNutraceuticalFlavonolsRaw materialPolyphenolBiochemistryAntioxidantOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Winemaking by-products account for more than 30% of the grape production, but this inexpensive feedstock has not yet been fully exploited. Accordingly, we evaluated the potential biological activity of winemaking by-products produced with Syrah grapes in comparison with those of the wine produced using the same grape cultivar. Winemaking by-products showed higher contents of total anthocyanins, flavonols, stilbenes, and flavanols than red wine as evaluated by HPLC-DAD-FD (on a dry weight basis). In contrast, red wine was a better source of phenolic acids. However, the contribution of phenolic acids was minor for both samples. Furthermore, equivalent concentration of winemaking by-products (100 mg/kg/d) showed greater biological activity by than that of red wine by decreasing the levels of VLDL-cholesterol and triacylglycerols in Wistar rats. Therefore, this study supports the use of winemaking by-products as an economical source of bioactive phenolics with potential use in the food and nutraceutical industries.

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 enseignants0,213
Score d'incertitude au seuil0,381

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,051
Tête enseignante GPT0,316
Écart entre enseignants0,264 · 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

Citations24
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

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