Neoteric approach for peanuts biofilm using the merits of Moringa extracts to control aflatoxin contamination
Notice bibliographique
Résumé
Aflatoxigenic fungi and aflatoxins are still a principal challenge that threatened peanut production, marketing, and handling. This study aimed to face the problem using bioactive materials, which reduce fungi and mycotoxin contamination, Moringa extracts may be suitable for solving this challenge. Also, the study was compared the extracts of leaves and oil-free seeds. Fresh leaves and seeds were collected, dried, and milled, while oil was collected by cold pressing. The extracts were evaluated for total phenols, flavonoids, and antioxidants, the oil contents of fatty acids, tocopherol, and sterols were determined. An emulsion for protecting peanuts compositing of leaves extract carried by Moringa oil, and commercial emulsifier. Leaves extract evaluation reflected distinct properties of its fibers, total phenols, and flavonoids. It was recorded a microbial inhibition of bacteria and fungi. The values for both minimal inhibition and fungicidal concentrations were recorded at 3.2 mg/mL and 490 μg/L, respectively. For oil, it showed a unique content, as oleic acid was the main fatty acid, with an affinity between palmitic and behenic in their ratios. Also, oil was recorded by high contents of alpha-tocopherol and Δ7-Campesterol, with 1.166 mg/kg oil as total sterols content. The leaves extract has also a unique capacity to inhibit toxigenic fungi. By applying the composite emulsion for peanut coating, results expressed a high CFU-count inhibition when it was inoculated by A. flavus strain compared to the control.
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) | 0,001 | 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 ».