Characterization of Phenolic Compounds of Olea europaea L. andCeratonia siliqua L. Leaf Extracts by HPLC-ESI-MS
Notice bibliographique
Résumé
Background: Olive (Olea europaea L.) and carob (Ceratonia siliqua L.), which contain considerable amounts of phenolic compounds, are the most important nutritional and therapeutic plants in the Mediterranean basin. Objectives: The goal of this work is to revalue carob and olive leaves as key sources of polyphenols, hence increasing the value of waste goods. Methods: In this study, aqueous acetone or ethanol (80% v/v) extracts of olive (O. europaea L. cultivar aimel) and carob (C. siliqua L.) leaves from Algeria were evaluated for phenolic content, and the extracts were characterized by reverse-phase high-performance liquid chromatography-electrospray ionization mass spectrometry (HPLC-ESI-MS). Discussion and Results: The total phenolic content of olive and carob leaf extracts ranged from 5.6 to 23 mg GAE/g. The use of HPLC-ESI-MS to investigate phenolics revealed that the extracts included a variety of phenolic compounds, including 23 compounds in olive leaf extracts and 17 compounds in carob leaf extracts. In olive and carob, the major phenolic components are oleuropein and myricetin rhamnoside, respectively. Conclusion: According to our findings, olea europaea and Ceratonia siliqua appear to be rich suppliers of natural chemicals. These plants have a lot of potential in terms of medications and functional foods.
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) | 0,001 | 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 ».