MétaCan
Menu
Retour à la cohorte
Enregistrement W2948125622 · doi:10.5539/jfr.v8n4p37

Influence of Oryzanols Concentrate on the Oxidation of Methyl Ester Linoleic Acid and Study of Their Oxidation Products

2019· article· en· W2948125622 sur OpenAlexvenueno aff
Bruno Irigaray, Iván Jachmanián, Marı́a A. Grompone

Notice bibliographique

RevueJournal of Food Research · 2019
Typearticle
Langueen
DomaineChemistry
ThématiqueEdible Oils Quality and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistryLinoleic acidAntioxidantSunflower oilRice bran oilOrganic chemistryFood scienceLipid oxidationSunflowerBranFatty acid

Résumé

récupéré en direct d'OpenAlex

Oryzanols are frequently found in rice bran oil but almost completely removed in the neutralization step when the oil is chemically refined. In this way, oryzanols can be recovered from the soapstocks to generate a concentrate. Thereby, they could be used as antioxidants in lipids for specific purposes. In the present work the antioxidant power of oryzanols concentrate (33% purity) was studied together with pure oryzanols and butylhydroxytoulene (BHT). Methyl esters were prepared from regular sunflower oil without antioxidants to which the antioxidants before mentioned were added in an effective concentration of 3x10-3 M. The samples were oxidized in a heating block with oxygen flow and the hydroperoxides of linoleic acid methyl ester were analyzed. It was observed that all antioxidants were able to protect the sunflower oil methyl esters from oxidation with respect to methyl esters without antioxidants. Oryzanols presented a notoriously lower protection ability compared to BHT. However, the formation of the linoleic acid methyl ester hydroperoxides and their proportion, for the same oxidation stage, did not show differences between the antioxidants used. Therefore, the oxidation kinetics were similar between the different antioxidants studied.

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)0,003
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,193

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 Opus0,099
Tête enseignante GPT0,364
Écart entre enseignants0,265 · 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 sujetEdible Oils Quality and AnalysisTravaux en français237 207