MétaCan
Menu
Retour à la cohorte
Enregistrement W3025805794 · doi:10.1016/j.jare.2020.05.002

Canola produced under boreal climatic conditions in Newfoundland and Labrador have a unique lipid composition and expeller press extraction retained the composition for commercial use

2020· article· en· W3025805794 sur OpenAlexafffundabout
Albert Adu Sey, Thu Huong Pham, Vanessa Kavanagh, Sukhpreet Kaur, Mumtaz Cheema, Lakshman Galagedara, Raymond Thomas

Notice bibliographique

RevueJournal of Advanced Research · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNitrogen and Sulfur Effects on Brassica
Établissements canadiensGovernment of Newfoundland and LabradorMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCanolaComposition (language)TaigaBorealLinoleic acidLinolenic acidTriglycerideOleic acidFood scienceAgronomyChemistryCropEnvironmental scienceFatty acidBiologyEcologyBiochemistryCholesterol

Résumé

récupéré en direct d'OpenAlex

The average fatty acid (FA) composition of canola oil is made up of 62% oleic acid (C18:1n9), 19% linoleic acid (C18:2n6), 9% linolenic acid (C18:3n3) and 7% saturated FA (SFA). We investigated whether boreal climate (7.5-17.2 °C) favorably altered the FA composition of canola. Results indicate that canola cultivated in boreal climatic conditions had approximately twice the levels of omega-3 FA (17-20%) compared to canola from other growing areas (9%). The presence of monoacetyldiacylglycerol (MAcDG), a unique class of triglyceride, is reported for the first time in canola cultivated in a boreal climate, and has the potential to reduce the risk of obesity and other health related diseases. We further demonstrated that a non-solvent based extraction method retained the novel lipid composition without reducing the quality of oil being produced. Our results contribute significantly to the understanding of lipid accumulation in the world's second most important oil crop when cultivated in a boreal or northern climate.

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 enseignants0,889
Score d'incertitude au seuil0,221

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 technologies0,0010,000
Communication savante0,0010,000
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 Opus0,053
Tête enseignante GPT0,373
Écart entre enseignants0,320 · 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

Citations18
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced ResearchMême sujetNitrogen and Sulfur Effects on BrassicaTravaux en français237 207