MétaCan
Menu
Retour à la cohorte
Enregistrement W4387783564 · doi:10.1016/j.ijbiomac.2023.127536

Tuning the mechanical properties of pectin films with polyphenol-rich plant extracts

2023· article· en· W4387783564 sur OpenAlexaff
Joseph Robert Nastasi, Melissa Fitzgerald, Vassilis Kontogiorgos

Notice bibliographique

RevueInternational Journal of Biological Macromolecules · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePolysaccharides and Plant Cell Walls
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAustralian Research Council
Mots-clésPectinPolyphenolChemistryBotanyFood scienceOrganic chemistryBiologyAntioxidant

Résumé

récupéré en direct d'OpenAlex

The mechanical properties of pectin films enhanced with polyphenol-rich fruit extracts were investigated. The scavenging and reducing activity of plant extracts incorporated into the pectin films were determined using bench assays, and their antioxidant activity was correlated with a high presence of polyphenols, which were predominantly comprised of flavonoids and anthocyanins. The pectin films generated from the extracts exhibited a range of mechanical properties; tensile strength (4.99 MPa – 6.91 MPa), elongation at break (45.8 % - 52.3 %), and stiffness (1835 g mm−1 - 2765 g mm−1). To investigate the underlying relationships between plant extract composition and mechanical properties, Projection to Latent Structures (PLS) models were developed. The PLS models revealed that extracts containing high sugar and polyphenol content increase the tensile strength and moisture content of films. The elongation at break of the films was improved or diminished depending on the profile of sugar, acids, and polyphenols in the fruit extracts. Furthermore, the structures and concentration of anthocyanins and flavonoids were identified to strongly influenced the elongation at break differences. By modifying the concentration of sugars, organic acids, and polyphenols, the mechanical properties of pectin-based films can be tuned for tailored applications as food packaging materials.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,133

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 ouverte0,0010,000
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 Opus0,041
Tête enseignante GPT0,228
Écart entre enseignants0,186 · 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

Citations37
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Biological MacromoleculesMême sujetPolysaccharides and Plant Cell WallsTravaux en français237 207