Antioxidant and antibacterial activities of indigenous plant leaf ethanolic extracts and their use for extending the shelf‐life of Nile tilapia ( <i>Oreochromis niloticus</i> ) mince
Notice bibliographique
Résumé
Summary Long pepper (LP), soursop (SS), green vein kratom (GK), and red vein kratom (RK) leaf ethanolic extracts were prepared using an ultrasonic device, followed by dechlorophyllization by the sedimentation process. Antioxidant and antimicrobial activities of the extracts were studied. Highest yield and total phenolic content were found in RK extract ( P < 0.05). In general, RK extract showed the lowest minimum inhibitory concentration (MIC) and minimum bactericidal concentration (MBC) towards four bacteria ( Escherichia coli , Staphylococcus aureus , Pseudomonas aeruginosa , and Shewanella sp.), when compared with other extracts. Addition of GK extract at 600 mg kg −1 retarded chemical changes and lowered microbiological growth in Nile tilapia mince within 12 days at 4 °C. Lipid oxidation was also impeded with the aid of GK extract. Therefore, GK extract inhibited both spoilage and pathogenic bacteria, and prevented lipid oxidation, thus extending the shelf‐life of tilapia mince.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».