MétaCan
Menu
Retour à la cohorte
Enregistrement W4414602891 · doi:10.1111/1750-3841.70572

Comparative Evaluation of Ultrasonic, High Pressure, and Pulsed Electric Field Processing on the Extraction and Storage Stability of Betalains From Red Beet By‐Products

2025· article· en· W4414602891 sur OpenAlexaff
Nushrat Yeasmen, Md. Hafizur Rahman Bhuiyan, Yvan Gariépy, Ali R. Taherian, Marie‐Josée Dumont, Hosahalli S. Ramaswamy, Valérie Orsat

Notice bibliographique

RevueJournal of Food Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBotanical Research and Applications
Établissements canadiensSte. Anne's HospitalMcGill UniversityUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésExtraction (chemistry)PigmentSonicationDegradation (telecommunications)Electric fieldNutraceuticalYield (engineering)Antioxidant

Résumé

récupéré en direct d'OpenAlex

This study explores the potential of red beet peel (RBP) and red beet stalk (RBS), often underutilized by-products, as rich sources of natural pigments and bioactive compounds. Three non-thermal green extraction methods, namely, high-pressure processing, ultrasound, and pulsed electric field treatment, were evaluated for their efficiency in extracting betalains, total phenolics, flavonoids, and antioxidant activity (AOX). Among these, sonication at 300 W for 10 min proved most effective for both RBP and RBS, yielding the highest concentrations of bioactives. Crucially, this work goes beyond conventional yield assessments by addressing the post-extraction storage stability of these compounds over 120 days under refrigeration. Kinetic modeling revealed that betalains and phenolics degraded following first-order kinetics, whereas AOX increased over time and followed a zero-order model. Sonicated samples demonstrated superior pigment stability, with betaxanthins more stable than betacyanins. This study highlights the importance of integrating degradation kinetics with extraction optimization and offers a novel perspective on the valorization of red beet by-products. The findings are particularly relevant for food and nutraceutical industries seeking to develop shelf-stable, functional plant-based ingredients.

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)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
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 Opus0,067
Tête enseignante GPT0,334
Écart entre enseignants0,267 · 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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ScienceMême sujetBotanical Research and ApplicationsTravaux en français237 207