Air-Frying Is a Better Thermal Processing Choice for Improving Antioxidant Properties of Brassica Vegetables
Notice bibliographique
Résumé
Brassica vegetables have demonstrated many health benefits over the years due to their composition of phenolic, flavonoid, and glucosinolate contents. However, these bioactive molecules can be easily depleted during gastronomic operations. Therefore, a sustainable method that improves their phenolic content and antioxidant activity is required for both the processors and consumers. Thermal processing has been demonstrated as a method to improve the phenolic content and antioxidant status of Brassica vegetables. In the current study, four different thermal processing methods, including freeze-drying, sautéing, steaming, and air-frying, were employed for five different Brassica vegetables, including kale, broccoli sprouts, Brussels sprouts, red cabbage, and green cabbage. The total phenolic content (TPC), total flavonoid content (TFC), and antioxidant activities were assessed using radical scavenging activity (DPPH and ABTS•+), reducing power (FRAP), and the chelating ability of metal ions. Among the methods tested, air-frying at 160 °C for 10 min showed the highest TPC, TFC, and antioxidant activity of the Brassica vegetables, while sautéing showed the lowest. The steam treatments were preferred over the freeze-drying treatments. Within the vegetables tested, both kale and broccoli sprouts contained higher antioxidant properties in most of the employed processing treatments. The results also indicated that there is a strong correlation between the TPC, TFC, and antioxidant activity (p < 0.05). This study indicates that air-frying could be used as a sustainable thermal processing method for improving biomolecules in Brassica vegetables.
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 ».