Comparative Analysis of the Polyphenols, Caffeine, and Antioxidant Activities of Green Tea, White Tea, and Flowers from Azorean Camellia sinensis Varieties Affected by Different Harvested and Processing Conditions
Notice bibliographique
Résumé
This study evaluates the polyphenol profiles as well as caffeine (dry weight basis), and antioxidant activities of green tea (GTs), white tea (WTs), and flowers (Fl) samples from Azorean Camellia sinensis varieties affected by different harvested and processing conditions. Epicatechins derivatives, determined by RP-HPLC/PDAD, presented higher values in GTs with respect to WTs, decreasing as follows: epigallocatechin-3-gallate > epicatechin-3-gallate ≫ epicatechin ≫ epigallocatechin, and higher values in summer and early autumn than in spring. This was also accompanied by an in consistent withering time pattern. Esterified catechins were higher in all samples (100.8–312.3 mg/g) with respect to non-esterified catechins (15.1–37.7 mg/g). Caffeine (6.2–27.7 mg/g) decreased as follows: WTs > GTs ≫ Fl, and inconsistent seasonal and withering patterns were observed among the WTs. Total phenolics (125.9–295.4 mg gallic acid equivalents/g dried extract) and total flavonoids (35.2–69.7 mg rutin equivalents/g dried extract), determined by Folin–Ciocalteu and colorimetric methodologies, were higher in GTs than in WTs and Fl. Concerning the antioxidant patterns, the free radical scavenging activity (FRSA) and ferric reducing antioxidant power (FRAP) presented EC50 values ranges from 3.6 to 17.3 µg/mL and 4.8 to 16.5 µg/mL, respectively, and ferrous ion-chelating (FIC) activity ranged from 47.1 to 82.8%, highlighting that FRSA was better than butylated hydroxytoluene (BHT). Tea leaves exhibited, in general, higher activities with respect to tea Fl, and the WT sample plucked in summer and withered for 23 h showed the highest FRAP and FIC activity. In conclusion, this study shows the characteristic variation of GTs, WTs, and Fl of two tea varieties and may support crop quality improvement and promote the valorization of tea Fl.
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 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».