MétaCan
Menu
Retour à la cohorte
Enregistrement W4413952256 · doi:10.31220/agrirxiv.2025.00356

Reinventing artisanal curry leaf paste: biochemical and sensory analysis of five distinct Sri Lankan cultivars.

2025· preprint· en· W4413952256 sur OpenAlexaff
K. D. Munugoda, W. L. I. Wijesekara, D.S. Hettiarachchi, Suranga M. Rajapaksha, S.M.C.U.P. Subasinghe, Asitha T. Cooray, R. G. I. Jayanika

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésCurryCultivarSri lankaSensory systemHorticultureBiologyFood scienceGeographyEnvironmental planningNeuroscience

Résumé

récupéré en direct d'OpenAlex

Five Distinct Sri Lankan Cultivars Spices and condiments bring unique flavors to food, with curry leaves being prominent condiment in Asian cuisines.In Sri Lanka, several Rutaceae family plants are referred to as "curry plants."This study examined the chemical, proximate, phytochemical, and sensory properties of selected curry plant cultivars.Buffalo curry plant (Clausena indica Oliv.) and Purple curry plant (putative variant of Murraya koenigii), demonstrated superior nutritional qualities, exhibiting significantly higher levels of polyphenol and antioxidant than Common curry plant [Murraya koenigii (L.) Spreng.].Leaf oil analysis identified shared compounds, including α-humulene, α-pinene, αselinene, β-elemene, β-caryophyllene, β-pinene, caryophyllene oxide, and 2, 3, 4, 6tetramethoxy-styrene.Exclusive sensory evaluation of C. indica and Purple curry leaves uncovered a preference for C. indica, likely due to its higher eucalyptol content (29.6%) contributing to a more appealing aroma compared to Purple curry leaves' predominant β-caryophyllene content (32.4%).These findings guide future food product development and potential nutraceutical applications.

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 enseignants0,004
Score d'incertitude au seuil0,007

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 Opus0,033
Tête enseignante GPT0,265
Écart entre enseignants0,232 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant Physiology and Cultivation StudiesTravaux en français237 207