MétaCan
Menu
Retour à la cohorte
Enregistrement W3093376082 · doi:10.1021/acsomega.0c03463

Assessment of Melatonin and Its Precursors Content by a HPLC-MS/MS Method from Different Romanian Wines

2020· article· en· W3093376082 sur OpenAlexfundno aff
Camelia Albu, Letiția Elena Radu, Gabriel Lucian Radu

Notice bibliographique

RevueACS Omega · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesOntario Ministry of Research, Innovation and Science
Mots-clésWinemakingMelatoninHigh-performance liquid chromatographyWineChemistryChromatographyFermentationFood scienceBiology

Résumé

récupéré en direct d'OpenAlex

Because melatonin has strong antioxidant activity and wine is an alcoholic beverage of economic relevance, in the present work, the impact of some variable parameters that may occur in the winemaking process on the concentrations of melatonin and its precursors in Romanian wines was studied. Therefore, a sensitive and selective high-performance liquid chromatography-tandem mass spectrometry (HPLC-MS/MS) method was developed for the simultaneous analysis of melatonin, serotonin, and l-tryptophan, and some method performance parameters including selectivity, detection limit, precision (by comparing with an alternative HPLC-FL method), accuracy, and robustness were validated. These determinations are significant and the final amounts of analytes are dependent on the microorganisms involved in the winemaking process, the grape variety, geographic regions of vineyards, and aging of wines. In the future, the method may be useful to increase the melatonin content and the antioxidant activity in wines by improved steps in the winemaking process, especially based on application of selected yeasts and improved fermentation conditions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil0,266

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,052
Tête enseignante GPT0,276
Écart entre enseignants0,224 · 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

Citations25
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetFermentation and Sensory AnalysisTravaux en français237 207