MétaCan
Menu
Retour à la cohorte
Enregistrement W4407128852 · doi:10.1016/j.postharvbio.2025.113426

Improvement of antioxidant capacity and gray mold resistance of strawberries by combined plasma technology

2025· article· en· W4407128852 sur OpenAlexaff
Jing Qian, Ying Zhao, Wenjing Yan, Jianhao Zhang, Jin Wang

Notice bibliographique

RevuePostharvest Biology and Technology · 2025
Typearticle
Langueen
DomaineChemistry
ThématiqueDye analysis and toxicity
Établissements canadiensMcGill University
Organismes subventionnairesChina Postdoctoral Science Foundation
Mots-clésMoldAntioxidant capacityAntioxidantFood scienceGray (unit)ChemistryHorticultureBotanyBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

To enhance the preservation of fresh strawberries and promote innovation in preservation technology, plasma-activated salicylic acid was combined with in-package dielectric barrier discharge plasma (PASA-DBD). Effects of combined plasma technology on strawberries were elucidated from the perspectives of phenylpropane metabolism, reactive oxygen metabolism, antioxidant capacity, and gray mold control. The results showed that PASA-DBD treatment slowed down the senescence of the strawberries, significantly increased the total phenol, anthocyanin, and total flavonoid content during storage, reduced the malondialdehyde and H 2 O 2 content, and significantly enhanced the antioxidant enzyme (superoxide dismutase, catalase, ascorbate peroxidase) activity. Additionally, PASA-DBD treatments could reduce the incidence of gray mold and strengthen the resistance of strawberries, exhibiting by the increase in the chitinase activity and β -1,3-glucanase activity. This study contributes in exploring new preservation techniques of strawberries in postharvest. • Plasma-activated salicylic acid and in-package plasma were applied to strawberries. • Combined plasma treatment increased antioxidant content of strawberries. • Activities of antioxidant enzymes after combined plasma treatment were enhanced. • Treatment enhanced the resistance of strawberries to gray mold.

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 enseignants0,001
Score d'incertitude au seuil0,002

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,218
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

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

Citations11
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePostharvest Biology and TechnologyMême sujetDye analysis and toxicityTravaux en français237 207