MétaCan
Menu
Retour à la cohorte
Enregistrement W2789330017 · doi:10.1080/10408398.2018.1436038

Exploration of collagen recovered from animal by-products as a precursor of bioactive peptides: Successes and challenges

2018· review· en· W2789330017 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCritical Reviews in Food Science and Nutrition · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Hydrolysis and Bioactive Peptides
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesMinisteriet for Fø devarer, Landbrug og Fiskeri
Mots-clésGelatinFunctional foodBioavailabilityChemistryBiotechnologyFood industryBiochemistryPharmacologyFood scienceBiology

Résumé

récupéré en direct d'OpenAlex

A large amount of food-grade animal by-products is annually produced during industrial processing and they are normally utilized as animal feed or other low-value purposes. These by-products are good sources of valuable proteins, including collagen or gelatin. The revalorization of collagen may lead to development of a high benefit-to-cost ratio. In this review, the major approaches for generation of collagen peptides with a wide variety of bioactivities were summarized, including antihypertensive, antioxidant and antidiabetic activities, and beneficial effects on bone, joint and skin health. The biological potentials of collagen peptides and their bioavailability were reviewed. Moreover, the unique advantages of collagen peptides over other therapeutic peptides were highlighted. In addition, the current challenges for development of collagen peptides as functional food ingredients were also discussed. This article discusses the opportunity to utilize collagen peptides as high value-added bio-functional ingredients in the food industry.

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 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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil0,767

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,114
Tête enseignante GPT0,368
Écart entre enseignants0,254 · 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