MétaCan
Menu
Retour à la cohorte
Enregistrement W4398782443 · doi:10.2174/9789815223644124010005

Potential Blue Bioresources to Develop Functional Foods

2024· book-chapter· en· W4398782443 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBENTHAM SCIENCE PUBLISHERS eBooks · 2024
Typebook-chapter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Hydrolysis and Bioactive Peptides
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésBusinessEnvironmental scienceFood scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Functional foods are foods with therapeutic properties that enhance health along with nutritional properties. This review provides information about the potential of using marine ingredients to develop functional foods by elaborating on the nutritional and therapeutic effects of bioactive compounds found in marine bioresources. Microalgae, marine fungi, bacteria, marine invertebrates, vertebrates, and marine plants are marine resources, and some of the bioactive compounds obtained from marine resources are polysaccharides, fatty acids proteins, peptides, amino acids, many types of essential macro and trace elements, pigments, and phenolic compounds. Marine bioactive compounds have shown many therapeutic properties, including anticancer, antimicrobial, antioxidant, anti-proliferative, anti-inflammatory, antidiabetic, and immune regulatory activities. These compounds can be used in the functional food industry in the form of nano or micro-particles, liposomes, gels, liquids, solids, pastes, and emulsions to overcome the challenges that could occur during product formulation and processing. Overall, this book chapter reveals the important facts about marine bioresources (except Seaweeds) and their functional potentials that the majority are unaware of. It also identifies that future research studies should be carried out.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,014
Tête enseignante GPT0,228
Écart entre enseignants0,214 · 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