MétaCan
Menu
Retour à la cohorte
Enregistrement W3028457809 · doi:10.3390/md18050274

Northern Sea Cucumber (Cucumaria frondosa): A Potential Candidate for Functional Food, Nutraceutical, and Pharmaceutical Sector

2020· review· en· W3028457809 sur OpenAlexafffundabout
Abul Hossain, Deepika Dave, Fereidoon Shahidi

Notice bibliographique

RevueMarine Drugs · 2020
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEchinoderm biology and ecology
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSea cucumberNutraceuticalContext (archaeology)Functional foodBiologyTriterpeneHealth benefitsGlycosideAntimicrobialTraditional medicineChemistryBiochemistryBotanyFood scienceEcologyMicrobiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Sea cucumber (Cucumaria frondosa) is the most abundant and widely distributed species in the cold waters of North Atlantic Ocean. C. frondosa contains a wide range of bioactive compounds, mainly collagen, cerebrosides, glycosaminoglycan, chondroitin sulfate, saponins, phenols, and mucopolysaccharides, which demonstrate unique biological and pharmacological properties. In particular, the body wall of this marine invertebrate is the major edible part and contains most of the active constituents, mainly polysaccharides and collagen, which exhibit numerous biological activities, including anticancer, anti-hypertensive, anti-angiogenic, anti-inflammatory, antidiabetic, anti-coagulation, antimicrobial, antioxidation, and anti- osteoclastogenic properties. In particular, triterpene glycosides (frondoside A and other) are the most researched group of compounds due to their potential anticancer activity. This review summarizes the latest information on C. frondosa, mainly geographical distribution, landings specific to Canadian coastlines, processing, commercial products, trade market, bioactive compounds, and potential health benefits in the context of functional foods and nutraceuticals.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,043
Tête enseignante GPT0,279
Écart entre enseignants0,236 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations155
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMarine DrugsMême sujetEchinoderm biology and ecologyTravaux en français237 207