Plant Extracts Inhibit the Formation of Hydroperoxides and Help Maintain Vitamin E Levels and Omega‐3 Fatty Acids During High Temperature Processing and Storage of Hempseed and Soybean Oils
Notice bibliographique
Résumé
Oxidative stability of hempseed and soybean oils, was evaluated after heating at 180 °C, followed by a subsequent 14-day storage at 38 °C. Natural plant extracts (Rosemary, Sage, and Thyme) were added to oils, to evaluate the carry-over stabilizing potential. Heated oils exhibited a relatively faster (P < 0.05) onset of lipid oxidation, as depicted by the analysis of the peroxides and aldehydes formed during the lipid oxidation process, with hempseed oil being more susceptible to lipid oxidation than soybean oil. There were notable losses in ω-3 PUFA and ω-6-GLA during storage of heat treated hempseed oil (P < 0.05). Moreover, peroxide values measured from hempseed oil remained low after high-temperature heating but progressed at a relatively greater rate than that observed in soybean during storage (P < 0.05). The addition of different plant extracts to oils did not prevent oxidation due to heating, but effectively inhibited the generation of hydroperoxides during subsequent storage (P < 0.05). This stabilizing effect was attributed to retention of tocopherols, in particular, γ-tocopherol. PRACTICAL APPLICATION: This research demonstrates the use of plant extracts like rosemary, sage and thyme, for improving the shelf-life and nutritional stability of hempseed and soybean oil. We demonstrate the deterioration of fatty acid profiles and vitamin E levels in the oil on heating and subsequent storage, and show the efficacy of using plant extracts in slowing down these deteriorations. This research will be applicable in food industries using or producing oils for use in food during cooking, and also as dressing on already processed food products.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».