MétaCan
Menu
Retour à la cohorte
Enregistrement W3196468922 · doi:10.18280/ijdne.160411

Effect of Different Papain Concentrations on the Properties of Chicken Skin Protein Hydrolysates

2021· article· en· W3196468922 sur OpenAlexvenueno aff
Ni Made Puspawati, Sri Wahjuni, Ni Kadek Inda Kusmaning Ayu, Ahmad Fudholi

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood and Agricultural Sciences
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Udayana
Mots-clésPapainHydrolysateChemistryAntioxidantHydrolysisAmino acidChromatographyFood scienceAscorbic acidBiochemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

Chicken skin is a source of animal protein hydrolysate, which has a potential as an antioxidant. This study aimed to determine the effect of different concentrations of the enzyme papain on the degree of hydrolysis, antioxidant capacity, percentage of reducing power (%RP) and amino acid composition of chicken skin protein hydrolysate. Hydrolysis was carried out using papain with various concentrations (3%, 4% and 5%, w/w protein substrate) at pH 7 and 50℃ for 6 h. The degree of hydrolysis was determined by spectrophotometry. Antioxidant capacity and %RP was determined by ferric reducing antioxidant power method and expressed in milligram of ascorbic acid equivalent per gram of sample, and amino acid composition were determined using high-performance liquid chromatography. The results showed that variations in papain concentration had a significant effect (P<0.05) on the degree of hydrolysis, antioxidant capacity and %RP of chicken skin hydrolysate. The papain concentration of 4% resulted in the optimum protein hydrolysate with a degree of hydrolysis of 61.68%±0.64%, an antioxidant capacity of 8.72±0.30 mg AA/g sample and a %RP of 54.12%±1.78%. The protein hydrolysates of the treated chicken skin showed a high content of amino acids, namely, glycine, glutamate, proline, arginine and aspartate.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,089

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 Opus0,010
Tête enseignante GPT0,208
Écart entre enseignants0,198 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetFood and Agricultural SciencesTravaux en français237 207