MétaCan
Menu
Retour à la cohorte
Enregistrement W2884132712 · doi:10.1080/09637486.2018.1489530

Characterization of tomato processing by-product for use as a potential functional food ingredient: nutritional composition, antioxidant activity and bioactive compounds

2018· article· en· W2884132712 sur OpenAlexaff
Yasmini Portes Abraham Silva, Bárbara C. Borba, Vanessa Alves Pereira, Marcela G. Reis, Márcio Caliari, Marianne Su‐Ling Brooks, Tânia A. P. C. Ferreira

Notice bibliographique

RevueInternational Journal of Food Sciences and Nutrition · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAntioxidant Activity and Oxidative Stress
Établissements canadiensDalhousie University
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésLycopeneFood scienceIngredientPomaceTroloxNutraceuticalFunctional foodChemistryBy-productAntioxidantNutrientComposition (language)CarotenoidAntioxidant capacityBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Tomato pomace, a by-product generated during tomato processing, was collected at a large tomato processing industry. The by-product was mainly constituted of tomato skin (61.5%), and presented high moisture content (66.58 g.100g−1 wet basis). Among the nutrients, the highest content was of dietary fibre, followed by proteins and fat (50.74, 20.91, 14.14 g.100g−1 d.w., respectively). The pomace has high in vitro antioxidation capacity, especially when measured with the TEAC assay (224.81 μmol Trolox equivalent 100g−1 d.w.). This is due especially to the high amount of lycopene remaining in the by-product after processing (446.9 μg.g−1 d.w). The waste was fractioned into skin and seed fractions by sedimentation, resulting in the increase of lycopene yield by 55%, when using skin fraction as the source material in place of the whole pomace. This by-product shows great potential for being used as a source of the ingredients of high nutritional value, especially dietary fibre and lycopene.

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)0,000
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 enseignants0,186
Score d'incertitude au seuil0,418

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
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 Opus0,029
Tête enseignante GPT0,293
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

Citations110
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Sciences and NutritionMême sujetAntioxidant Activity and Oxidative StressTravaux en français237 207