MétaCan
Menu
Retour à la cohorte
Enregistrement W4297970284 · doi:10.5513/jcea01/23.1.3293

Essential oil content, yield, and components from the herb, leaf, and stem of curly-leafed parsley at three harvest days

2022· article· en· W4297970284 sur OpenAlexaff
Hoda SANY, Hussein A. H. Said‐Al Ahl, Tess Astatkie

Notice bibliographique

RevueJournal of Central European Agriculture · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEssential Oils and Antimicrobial Activity
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésHerbEssential oilYield (engineering)CultivarStem-and-leaf displayHorticultureBiologyMedicinal herbsBotanyTraditional medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Parsley (Petroselium crispum L.) is commonly used for its flavor, desired nutritional contents, and other health benefits. However, since the profile of a recently introduced curly-leafed parsley cultivar in Egypt has not been studied, an experiment was conducted to compare three harvest dates in terms of the weight, essential oil (EO) content and yield, and the concentrations of major components in the whole herb, leaf, and stem parts. The results showed that the highest herb and leaf yields were obtained from the second harvest, but the first harvest gave the highest stem yield. The highest EO content and yield were obtained from the first harvest. The major EO components obtained from the three parts were β-phellandrene, α-terpinolene, 1,3,8-p-menthatriene, myristicin, and elemicin. The highest concentrations of α-terpinolene, myristicin, and elemicin were obtained from the whole herb; but the highest β-phellandrene and 1,3,8-p-menthatriene were obtained from the leaf and the stem. The findings revealed that the yield, EO content and yield, and concentration of the major components varied with harvest day and part of the plant. These results can be used to determine when and where to extract EO to maximize the desired content, yield, or component.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,364

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 Opus0,031
Tête enseignante GPT0,180
Écart entre enseignants0,149 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Central European AgricultureMême sujetEssential Oils and Antimicrobial ActivityTravaux en français237 207