Canadian Prairie Berries: Bioactive Compounds and Their Potential Health Benefits
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
The Canadian prairies are home to several underutilized berries, including Vitis riparia (wild grape), Prunus virginiana L (chokecherry), Ribes hirtellum (gooseberry), and Amelanchier alnifolia L (Saskatoon berry). These berries are traditionally consumed due to their perceived health benefits and are known for their ability to thrive in cold climates. One of the key reasons for their health benefits is the presence of phenolic compounds, which are one of the bioactive molecules found in berries that promote good health. Each berry species contains a diverse array of phenolic compounds such as anthocyanins, flavonols, flavan-3-ols, and proanthocyanidins, among others. These phenolic compounds contribute to the distinct flavors, colors, and aromas of the berries. Phenolic compounds are known for their high antioxidant activity, and there has been growing interest in identifying their potential health benefits. The consumption of these berries has been traditionally linked to perceived health benefits, and emerging scientific evidence supports their potential as functional foods. Studies have shown that these prairie berries may have anti-inflammatory, anti-cancer, anti-diabetic, anti-neurodegenerative, and cardiovascular health-promoting effects, among others. Additionally, their high antioxidant activity may help to reduce oxidative stress and protect against cellular damage, which could contribute to the prevention of degenerative diseases. Therefore, this review aims to provide an overview of the types of berries that are grown in the Canadian prairies, their bioactive compounds, and the related health benefits they may offer.
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