MétaCan
Menu
Retour à la cohorte
Enregistrement W2946727296 · doi:10.5539/jfr.v8n4p1

Changes in Quality Attributes Related to Browning during Storage of Litchi Juice Fermented by Lactobacillus

2019· article· en· W2946727296 sur OpenAlexvenueno aff
Xingxing Yuan, Yuanshan Yu, Yujuan Xu, Gengsheng Xiao, Jijun Wu

Notice bibliographique

RevueJournal of Food Research · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Quality and Safety Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Guangdong Province
Mots-clésBrowningChemistryFood scienceFermentationLactobacillus caseiRutinLactobacillusMaillard reactionAntioxidantBiochemistry

Résumé

récupéré en direct d'OpenAlex

Litchi juice fermented by Lactobacillus casei was heated (95°C, 1 min) and stored in a dark place at 25°C. Changes in quality attributes (color, 5-hydroxymethylfurfural (5-HMF) phenolic compounds, antioxidant capacity, sugars, free amino acids, and others) related to browning in fermented litchi juice were investigated during the six months of storage. Noticeable visual changes due to browning were observed during storage of fermented litchi juice, especially in the upper part of the juice bottle, and the value of color difference (△E) increased to 7.12±0.04 after six months of storage. The 5-HMF content increased with the increase in storage time, which rose from 0 to 2.31±0.16 mg/L after six months of storage. Five soluble phenolic compounds (rutin, narcissoside, quercetin, kaempferol-rutinose-rhamnoside, and isorhamnetin-rutinose-rhamnoside) were identified in fermented litchi juice, none of which showed a significant decrease (P>0.05), whereas a tendency for total phenolic content to decrease was observed during storage of fermented litchi juice. Adding 0.3 g/L of sodium sulfite can inhibit the browning reaction in fermented litchi juice and decrease the formation of 5-HMF as well as the loss of total phenolics.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,870
Score d'incertitude au seuil0,234

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,111
Tête enseignante GPT0,358
Écart entre enseignants0,247 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetFood Quality and Safety StudiesTravaux en français237 207