MétaCan
Menu
Retour à la cohorte
Enregistrement W4412893250 · doi:10.1016/j.fochx.2025.102846

Flavor changes of Yunnan large-leaf cultivar white tea during different aging periods

2025· article· en· W4412893250 sur OpenAlexaff
Caibi Zhou, Yongshi Chen, Mengling Chen, Xu Mei, Dongwei Zhao, Long Huang, Wenpin Chen

Notice bibliographique

RevueFood Chemistry X · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTea Polyphenols and Effects
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCultivarFlavorWhite (mutation)HorticultureBiologyGeographyFood science

Résumé

récupéré en direct d'OpenAlex

Yunnan large-leaf white tea gains popularity for its unique flavor attributable to the local tea varieties and environments. But how aging crucially enhances its quality and flavor remains unclear. Here, flavor change and safety quality of “Qinghuan” (QH) stored for different periods were studied, revealing that older teas developed sweeter, smoother, and more balanced flavors, with a stable and pleasant aroma. In total, 32 key non-volatiles (e.g., rutin, (−)-epigallocatechin gallate, p-coumaric acid) were screened by principal component analysis and significant changes were observed in volatiles (alcohols, aldehydes, terpenes) over time. Additionally, aflatoxins in QH teas remained undetected, irrespective of aging time; and oral median lethal doses of 2023 and 2017 QH teas were 17.17 g/kg·bw and 15.09 g/kg·bw, indicating that QH tea has a high safety quality for drinking over the aging time. Overall, QH tea's flavor and safety quality increased with storage time, providing evidence of the temporal value for collecting white tea. • Storage duration significantly impacted the color, aroma, and taste of white tea . • α -ionone, β -cyclocitral, tetradecane, and dehydro- β -ionone were the key VOCs in QH. • The one-year and seven-year aged white teas were classified as practically non-toxic. • Caffeine and ellagic acid affected liquor color and flavor of QH during storage.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,633

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,249
Écart entre enseignants0,242 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Chemistry XMême sujetTea Polyphenols and EffectsTravaux en français237 207