The Physicochemical Parameters, Phenolic Content, and Antioxidant Activity of Honey from Stingless Bees and Apis mellifera: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
The most common bee species used for honey production is Apis mellifera (A. mellifera), followed by stingless bees. This study included scientific articles using the PRISMA approach. A random effect model was implemented and the effect size (ES) was calculated and reported as the standardized mean difference (SMD) and raw mean difference (RMD). The mean phenolic content in A. mellifera honey was 61.21 ± 28.3 mg GAE/100 g and stingless bee honey +33.69 mg GAE/100 g; p = 0.01. The antioxidant activity, discovered by the Ferric Reducing Antioxidant Power (FRAP) method, showed a mean of 97.34 ± 7.84 μmol Fe(II)/100 g in A. mellifera and stingless bee honey +63.39 μmol Fe(II)/100 g; p = 0.009. The physicochemical properties showed significant differences in moisture (A. mellifera honey 19.54 ± 3.65%; stingless bee honey +8.02%; p = 0.0001), hydroxymethylfurfural (HMF) (A. mellifera honey 20.14 ± 16.27 mg/kg; stingless bee honey −11.25 mg/kg; p = 0.001), and free acidity (A. mellifera honey 31.32 ± 16.67 meq/kg; stingless bee honey +34.76 meq/kg; p = 0.01). The variability in the trials was explained by the heterogeneity, and a meta-regression analysis incorporated four covariates: (1) stingless bee species; (2) floral source; (3) country, and (4) latitude. This study highlights the importance of conducting further studies on stingless bee honey.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,020 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».