MétaCan
Menu
Retour à la cohorte
Enregistrement W3044200099 · doi:10.1038/s41598-020-69189-3

Color and molecular structure alterations of brazilein extracted from Caesalpinia sappan L. under different pH and heating conditions

2020· article· en· W3044200099 sur OpenAlexaff
Luxsika Ngamwonglumlert, Sakamon Devahastin, Naphaporn Chiewchan, G. S. V. Raghavan

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueBiological Stains and Phytochemicals
Établissements canadiensMcGill University
Organismes subventionnairesKing Mongkut's University of Technology ThonburiRoyal Golden Jubilee (RGJ) Ph.D. ProgrammeThailand Research Fund
Mots-clésChemistryAqueous solutionDeprotonationThermal stabilityFourier transform infrared spectroscopyNuclear chemistryFlavorOrganic chemistryFood scienceChemical engineering

Résumé

récupéré en direct d'OpenAlex

Brazilein extract from sappan wood (Caesalpinia sappan L.) has potential for use as natural food colorant since it has no unique flavor and taste. Although brazilein has long been applied in several traditional foods and beverages, information on its stability, which is of importance for practical application, is still limited. In this work, brazilein was isolated from sappan wood; its purity was confirmed by nuclear magnetic resonance spectroscopy. Relations between molecular structures and color as well as thermal stabilities of brazilein in aqueous solutions at pH 3, 7 and 9 were for the first time investigated. At the lowest pH, zero net-charge structure of brazilein, which exhibited yellow color, was predominantly found. The deprotonated and fully deprotonated structures of brazilein, which exhibited orange and red colors, respectively, were found when pH of the aqueous solutions increased. The forms of brazilein existing at the higher pH suffered extensive degradation upon heating, while the form existing at the lowest pH possessed higher stability. Heat-induced deprotonation and degradation were confirmed by UV-visible and Fourier-transform infrared spectra as well as losses of brazilein content.

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 enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,276
Écart entre enseignants0,257 · 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

Citations73
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetBiological Stains and PhytochemicalsTravaux en français237 207