The Proportion of Blue Light from Light-emitting Diodes Alters Microgreen Phytochemical Profiles in a Species-specific Manner
Notice bibliographique
Résumé
Microgreens are specialty vegetables that contain human health-promoting phytochemicals. Typically, microgreens are cultivated in controlled environments under red and blue light-emitting diodes (LEDs). However, the impact of varying the proportions of these light qualities on the composition of diverse phytochemicals in indoor-grown microgreens is unclear. To address this problem, the levels of chlorophylls, carotenoids, ascorbates, phenolics, anthocyanins, and nitrate were examined in arugula ( Eruca sativa L.), ‘Red Russian’ kale [ Brassica napus L. subsp. napus var. pabularia (DC.) Alef.], ‘Mizuna’ mustard ( Brassica juncea L.), and red cabbage ( Brassica oleracea L. var. capitata f. rubra ) microgreens following cultivation under LEDs supplying varying proportions of blue light (5% to 30%) and red light (70% to 95%). Varying the proportion of blue light did not affect the extractable levels of total chlorophyll, total carotenoids, or nitrate in all four microgreen species. Generally, the levels of reduced and total ascorbate were greatest in arugula, kale, and mustard microgreens at 20% blue light, and a minor decrease was apparent at 30% blue light. These metabolite profiles were not impacted by the blue light percentage in red cabbage. Kale and mustard accumulated more total phenolics at 30% blue light than all other blue light regimens; however, this phytochemical attribute was unaffected in arugula and red cabbage. The total anthocyanin concentration increased proportionally with the percentage of supplied blue light up to 30% in all microgreens, with the exception of mustard. Our research showed that 20% blue light supplied from LED arrays is ideal for achieving optimal levels of both reduced and total ascorbate in all microgreens except red cabbage, and that 30% blue light promotes the greatest accumulation of total anthocyanin in indoor-grown Brassicaceae microgreens, with the exception of mustard.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».