Kinetic modelling of polyphenol degradation during common beans soaking and cooking
Notice bibliographique
Résumé
Phenolic compounds are phytonutrients with anti-inflammatory attributes that are significant for brain, heart and gut health. Losses of natural phenolic compounds in foods occur due to degradation during processing. The extent of degradation depends on the processing conditions applied. In this study, the degradation of total phenolic compounds during the processing of common beans ( Phaseolus vulgaris L. ) cultivars was investigated. The effects of soaking time, soaking water temperature and cooking conditions on polyphenol degradation were examined. The total phenolic compounds were determined as gallic acid equivalents. The result shows that increase of hydration time and process water temperature significantly (p < 0.05) increased polyphenol degradation. There was a strong positive Pearson correlation (r > 0. 85) between the rate of water uptake and polyphenol degradation regardless of the water temperature and cultivar. The rate of degradation varied from 0.041 – 0.098 and 0.014–0.069 mg/g per hour for Kabulangeti and Maine cultivar, respectively. The addition sodium chloride (NaCl) and potassium carbonate (K 2 CO 3 ) during cooking to soften the beans significantly increased the degree of degradation. The activation energy for degradation was estimated as 45.4 and 26.3 kJ/mol for Kabulangeti and Maine cultivar, respectively.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».