Effect of Salicylic Acid on Carotenoids and Chlorophyll Content in Mas Cotek (Ficus deltoidea Jack var. trengganuensis) Leaves and its Retinol Activity Equivalents (RAE)
Notice bibliographique
Résumé
This study was conducted to determine the effect of different concentrations of salicylic acid (SA) (control, 0.01, 0.10, 1.00 mM) on carotenoids and chlorophyll content and its retinol activity equivalents (RAE) value in Ficus deltoidea Jack var. trengganuensis leaves. In this study, 12 seedlings of Ficus deltoidea Jack var. trengganuensis were sprayed with different concentrations of SA. Carotenoid content was determined using High-Performance Liquid Chromatography (HPLC) and chlorophyll content was determined using chlorophyll meter. Retinol activity equivalents were calculated using RAE formulation. From the results obtained, two types of carotenoids, lutein and β-carotene, were detected in HPLC. The highest lutein and β-carotene content present in Ficus deltoidea Jack var. trengganuensis leaves extract was found in 0.10 mM SA treatment (93.50b ± 0.71 µg/g DW) for lutein and (282.00b ± 46.67 µg/g DW) for β-carotene, while the lowest lutein compound was found in 1.00 mM SA treatment (30.25a ± 1.77 µg/g DW) while the least β-carotenoid content was found in (1.00 mM SA) treatment (63.00a ± 0.71 µg/g DW). The same goes for retinol activity equivalents, the highest retinol activity equivalents was recorded in 0.10 mM SA treatment while lowest in 1.00 mM SA treatment. For chlorophyll content, the highest reading was showed in 0.10 mM SA treatment (73.50b ± 0.71 µg/g DW) while the lowest reading was in 1.00mM SA treatment (42.10a ± 1.41 µg/g DW). From this study, it can be concluded that salicylic acid at a certain concentration could increase or improve the carotenoid or chlorophyll content. Thus, it could be an alternative source of carotenoid and chlorophyll for the food and pharmaceutical industry in the future.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».