Variation of the Nutritional Composition and Bioactive Potential in Edible Macroalga Saccharina latissima Cultivated from Atlantic Canada Subjected to Different Growth and Processing Conditions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Macroalgae are a new food source in the Western world. The purpose of this study was to evaluate the impact of harvest months and food processing on cultivated Saccharina latissima (S. latissima) from Quebec. Seaweeds were harvested in May and June 2019 and processed by blanching, steaming, and drying with a frozen control condition. The chemical (lipids, proteins, ash, carbohydrates, fibers) and mineral (I, K, Na, Ca, Mg, Fe) compositions, the potential bioactive compounds (alginates, fucoidans, laminarans, carotenoids, polyphenols) and in vitro antioxidant potential were investigated. The results showed that May specimens were significantly the richest in proteins, ash, I, Fe, and carotenoids, while June macroalgae contained more carbohydrates. The antioxidant potential of water-soluble extracts (Oxygen Radical Absorbance Capacity [ORAC] analysis–625 µg/mL) showed the highest potential in June samples. Interactions between harvested months and processing were demonstrated. The drying process applied in May specimens appeared to preserve more S. latissima quality, whereas blanching and steaming resulted in a leaching of minerals. Losses of carotenoids and polyphenols were observed with heating treatments. Water-soluble extracts of dried May samples showed the highest antioxidant potential (ORAC analysis) compared to other methods. Thus, the drying process used to treat S. latissima harvested in May seems to be the best that should be selected.
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.
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 découle