Kinetics of Phenolic Compounds Modification during Maize Flour Fermentation
Notice bibliographique
Résumé
This study aimed to investigate the kinetics of phenolic compound modification during the fermentation of maize flour at different times. Maize was spontaneously fermented into sourdough at varying times (24, 48, 72, 96, and 120 h) and, at each point, the pH, titratable acidity (TTA), total soluble solids (TSS), phenolic compounds (flavonoids such as apigenin, kaempferol, luteolin, quercetin, and taxifolin) and phenolic acids (caffeic, gallic, ferulic, p-coumaric, sinapic, and vanillic acids) were investigated. Three kinetic models (zero-, first-, and second-order equations) were used to determine the kinetics of phenolic modification during the fermentation. Results obtained showed that fermentation significantly reduced pH, with a corresponding increase in TTA and TSS. All the investigated flavonoids were significantly reduced after fermentation, while phenolic acids gradually increased during fermentation. Among the kinetic models adopted, first-order (R2 = 0.45–0.96) and zero-order (R2 = 0.20–0.82) equations best described the time-dependent modifications of free and bound flavonoids, respectively. On the other hand, first-order (R2 = 0.46–0.69) and second-order (R2 = 0.005–0.28) equations were best suited to explain the degradation of bound and free phenolic acids, respectively. This study shows that the modification of phenolic compounds during fermentation is compound-specific and that their rates of change may be largely dependent on their forms of existence in the fermented products.
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 | 0,000 | 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) | 0,000 | 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 ».