MétaCan
Menu
Retour à la cohorte
Enregistrement W2905656378 · doi:10.1016/j.foodchem.2018.12.072

Comparative study of different cocoa (Theobroma cacao L.) clones in terms of their phytoprostanes and phytofurans contents

2018· article· en· W2905656378 sur OpenAlexfundno aff
Daniel León-Perez, Sónia Medina, Julián Londoño‐Londoño, Marina Cano‐Lamadrid, Ángel A. Carbonell‐Barrachina, Thierry Durand, Alexandre Guy, Camille Oger, Jean‐Marie Galano, Federico Ferreres, Claudio Jiménez‐Cartagena, José Restrepo-Osorno, Ángel Gil‐Izquierdo

Notice bibliographique

RevueFood Chemistry · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensnon disponible
Organismes subventionnairesCentre National de la Recherche ScientifiqueUniversidad de AntioquiaMinisterio de Ciencia, Innovación y UniversidadesPacific Institute for Climate SolutionsFundación Séneca
Mots-clésTheobromaSterculiaceaeFood scienceBiologyHorticultureFermentationBotanyChemistry

Résumé

récupéré en direct d'OpenAlex

Cocoa has been widely discussed as a bioactive food rich in sensory stimulation and health benefits. However, no information has been provided concerning phytoprostanes (PhytoPs) and phytofurans (PhytoFs) in cocoa. These compounds are of interest because they play a role in the regulation of immune function. The present study included 31 cocoa clones. The PhytoPs and PhytoFs were quantified by UHPLC-QqQ-MS/MS. The total PhytoPs and PhytoFs contents ranged from 221.46 to 1589.83 ng g −1 and from 1.18 to 13.13 ng g −1 , respectively. The profiles of the PhytoPs and PhytoFs identified in the cocoa beans showed significant differences among the clones analysed. The results indicate that dry fermented cocoa beans are rich in PhytoPs and PhytoFs, which may represent an additional benefit of the consumption of foods derived from cocoa.

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 enseignants0,003
Score d'incertitude au seuil0,007

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
Bibliométrie0,0010,001
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 Opus0,027
Tête enseignante GPT0,232
Écart entre enseignants0,205 · 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

Citations28
Publié2018
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueFood ChemistryMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207