Comparison of Volatile Compounds Contributing to Flavor of Wild Lowbush (Vaccinium augustifolium) and Cultivated Highbush (Vaccinium corymbosum) Blueberry Fruit Using Gas Chromatography-Olfactometry
Notice bibliographique
Résumé
The flavor of blueberry fruit products is an important parameter determining consumer satisfaction. Wild lowbush blueberries are primarily processed into products, but their flavor chemistry has not been characterized. The objective of this study was to characterize the aroma chemistry of lowbush blueberries and compare it with that of highbush. Aroma volatiles of lowbush blueberries from four Canadian provinces and five highbush blueberry cultivars were isolated using headspace solid-phase microextraction (SPME) and characterized using gas chromatography-olfactometry (GC-O) and 2-dimensional gas chromatography-time of flight-mass spectrometry (GC×GC-TOF-MS). Lowbush fruit volatiles were composed of 48% esters, 29% aldehydes and 4% monterpenoids compared to 48% aldehydes, 26% monoterpenoids and 3% esters in highbush fruit. Twenty-three aroma-active peaks were identified in lowbush compared to forty-two in highbush fruit using GC-O. The most aroma-active compounds in lowbush fruit were ethyl 2-methylbutanoate, methyl 2-methylbutanoate, methyl 3-methylbutanoate, ethyl 3-methylbutanoate and ethyl propanoate compared to geraniol, (Z)-3-hexen-1-ol, 1-octen-3-one, α-terpineol and linalool in highbush fruit. The aroma volatile composition was more consistent among lowbush fruit samples than the five highbush cultivars. Aroma-active GC-O peaks were described more frequently as “floral”, “fruity”, “sweet” and “blueberry” in lowbush than in highbush fruit. Results suggest wild lowbush blueberries would provide “fruitier” and “sweeter” flavors to food products than cultivated highbush fruit.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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 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 ».