MétaCan
Menu
Retour à la cohorte
Enregistrement W4410628957 · doi:10.3390/foods14111860

Synthesis of Neem-Oil-Infused Niosome and Starch Nanoparticle Coatings for Preserving the Quality of Strawberry Fruit

2025· article· en· W4410628957 sur OpenAlexafffund
Rahul Islam Barbhuiya, Charles Wroblewski, Sivaranjani Palanisamy Ravikumar, Jayasankar Subramanian, Abdallah Elsayed, Ashutosh Singh

Notice bibliographique

RevueFoods · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePostharvest Quality and Shelf Life Management
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStarchShelf lifeNanoparticleFood scienceNeem oilWeight lossChemistryHorticultureMaterials scienceNanotechnologyBiology

Résumé

récupéré en direct d'OpenAlex

Strawberries face marketing challenges due to their short post-harvest shelf-life, largely impacted by shrivelling, weight loss, fungal decay, and mechanical damage. Neem oil (NO) is known for its shelf-life extension benefits; however, encapsulation is needed to maintain its efficacy. This study aimed to stabilize and encapsulate NO in a polymeric and lipid material to preserve the quality of strawberries stored at 4 ± 1 °C, 80 ± 2% RH for seven days. After seven days, the nanoparticle-coated fruits showed a weight loss of around 5.9% with niosomes and 8.9% with starch nanoparticles, while the control had a significant 32.45% weight loss. Additionally, both nanoparticle coatings significantly (p < 0.05) preserved fruit colour compared to the untreated control. The findings suggest that nanoparticle coatings could serve as an active agent in preserving the quality of strawberries within the food supply chain. The study provides valuable insights into post-harvest management and fruit preservation, showcasing the effectiveness of these coatings as active packaging solutions.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,691
Score d'incertitude au seuil0,132

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,062
Tête enseignante GPT0,313
Écart entre enseignants0,251 · 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 tête enseignante, 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetPostharvest Quality and Shelf Life ManagementTravaux en français237 207