MétaCan
Menu
Retour à la cohorte
Enregistrement W2804205334 · doi:10.1155/2018/4312875

Effect of Fermentation Conditions and Plucking Standards of Tea Leaves on the Chemical Components and Sensory Quality of Fermented Juice

2018· article· en· W2804205334 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

RevueJournal of Chemistry · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueTea Polyphenols and Effects
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésFermentationChemistryFood scienceBlack teaTheaflavinPolyphenolBiochemistryAntioxidant

Résumé

récupéré en direct d'OpenAlex

The effects of fermentation conditions (temperature, time, and pH) and plucking standards (one leaf and a bud to four leaves and a bud) on the chemical components and sensory quality of the fermented juices processed from crushed fresh tea leaves were investigated. The results showed that optimum fermentation conditions that resulted in fermented juices of the best sensory quality and the highest content of TFs were a temperature of 35°C, time duration of 75 min, and pH 5.1. The fermented juices processed from new shoots with three leaves and a bud or four leaves and a bud afforded high overall acceptability and TF concentration. These differences arise because tea leaves with different plucking standards have different catechin content and enzyme activities. Fermented tea juice possessed higher concentrations of chemical components such as soluble solids, amino acids, and TFs and exhibited better sensory quality as compared to black tea infusion. The TF concentrations decreased as the pH of the fermenting juice increased, and the fermented juice showed the best overall acceptability. These results provide essential information for the improvement of the processing of black tea beverage by suggesting fermentation of fresh tea leaves as a better alternative to their infusion.

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)0,000
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 enseignants0,052
Score d'incertitude au seuil0,201

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,359
Écart entre enseignants0,336 · 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