MétaCan
Menu
Retour à la cohorte
Enregistrement W4400402870 · doi:10.1186/s43014-024-00254-4

Dietary lipid and astaxanthin contents affect the pigmentation of Arctic charr (Salvelinus alpinus)

2024· article· en· W4400402870 sur OpenAlexaff
Shujun Lin, Abul Hossain, Fereidoon Shahidi

Notice bibliographique

RevueFood Production Processing and Nutrition · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAntioxidant Activity and Oxidative Stress
Établissements canadiensUniversity of British ColumbiaMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésAstaxanthinCarotenoidFleshSalvelinusCanthaxanthinFood scienceBiologyArcticPigmentChemistryFish <Actinopterygii>FisheryTroutEcology

Résumé

récupéré en direct d'OpenAlex

Abstract The most important quality parameter of salmonids is the red color of their skin and muscles. In this contribution, the effects of astaxanthin and dietary lipid content on the pigmentation of Arctic charr (Salvelinus alpinus) were studied. Charrs were fed on diets containing 40, 60, and 80 ppm synthetic astaxanthin together with 10, 18, and 26% dietary lipids for 24 weeks. Results indicated that the astaxanthin concentration in the belly skin and flesh of fish was strongly correlated with both carotenoid and dietary lipid contents, suggesting a significant interaction between diets and the total carotenoid concentration in the belly skin and flesh. The Hunter color L* values of the fillet and the belly skin were inversely related to their carotenoid levels, whereas their a* and b* values were strongly correlated with the total carotenoid concentration. The apparent digestibility coefficient of carotenoids was directly correlated with the level of dietary lipid but inversely correlated with carotenoid contents. A strong correlation between the content of carotenoids retained in the flesh and their digestibility was observed. Thus, the pigmentation of Arctic charr could improve the overall consumer acceptability as well as nutritional and potential market values of Arctic charr. Graphical Abstract

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,296
Écart entre enseignants0,261 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Production Processing and NutritionMême sujetAntioxidant Activity and Oxidative StressTravaux en français237 207