MétaCan
Menu
Retour à la cohorte
Enregistrement W6903390934 · doi:10.1139/cjps2011-100

Bioactive components and antioxidant capacity of Ontario hard and soft wheat varieties

2012· article· en· W6903390934 sur OpenAlexaboutno aff

Notice bibliographique

RevueBioOne Complete (BioOne) · 2012
Typearticle
Langueen
DomaineNursing
ThématiqueFood Science and Nutritional Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBranDPPHAntioxidantAntioxidant capacityDietary fiberWheat flourFunctional foodPolyphenol

Résumé

récupéré en direct d'OpenAlex

Ragaee, S., Guzar, I., Abdel-Aal, E-S. M. and Seetharaman, K. 2012. Bioactive components and antioxidant capacity of Ontario hard and soft wheat varieties. Can. J. Plant Sci. 92: 19-30. Consumer awareness of food and health through improved diet has promoted research on the bioactive components of agricultural products. wholegrain wheat and products rich in wheat bran were found to inhibit oxidation of biologically important molecules such as DNA, LDL cholesterol and membrane lipids, and are linked with reduced incidence of several diseases. The main objective of the present study was to evaluate selected wheat varieties grown in Ontario based on their contents of bioactive compounds and antioxidant properties to identify potential candidates for the functional foods industry. The 21 wheat varieties obtained from different locations in Ontario varied significantly in soluble and bound phenolic acids, ranging between 114 to 155 and 805 to 1068 µg g-1, respectively. Dietary fiber fractions had narrow ranges being 2.8-4.0% for soluble dietary fiber and 10.1-13.0% for insoluble dietary fiber. Antioxidant capacity measured as DPPH radical inhibition ranged between 5.7-14.9% and 74.1-87.1% for soluble and bound phenolic compounds, respectively. The results demonstrate that certain wholegrain wheat varieties would be excellent sources of bioactive components.

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 enseignants0,663
Score d'incertitude au seuil0,669

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,365
Tête enseignante GPT0,254
Écart entre enseignants0,111 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioOne Complete (BioOne)Même sujetFood Science and Nutritional StudiesTravaux en français237 207