NGHIÊN CỨU CHIẾT TÁCH ANTHOCYANINS TỪ RAU CỦ QUẢ VÀ ỨNG DỤNG LÀM CHẤT CHỈ THỊ TRONG MÀNG CHỈ THỊ pH CHO THỰC PHẨM
Bibliographic record
Abstract
Anthocyanins là hợp chất flavonoid có khả năng cảm biến pH, an toàn cho sức khỏe và được ứng dụng trong chỉ thị độ tươi của thực phẩm. Anthocyanins trong bắp cải tím có sự thay đổi màu sắc rõ rệt nhất trong khoảng pH 6-7, khoảng phù hợp để phát hiện sự hư hỏng của thịt. Hàm lượng anthocyanins tách từ bắp cải tím phụ thuộc vào dung môi, tỷ lệ thể tích dung môi chiết/ khối lượng bắp cải tím, thời gian và nhiệt độ chiết, hàm lượng đạt giá trị cực đại là 178,93 ± 5,37 mg/L khi chiết bằng nước với tỷ lệ dung môi/bắp cải tím là 5/1, ở 70°C trong 50 phút. Sự thay đổi màu sắc được thể hiện qua phổ UV-Vis. Màng chỉ thị phân hủy hoàn toàn, ứng dụng cao trong lĩnh vực thực phẩm được chế tạo từ các nguyên liệu tự nhiên, rẻ tiền như nanocellulose, carboxymethyl cellulose (CMC) (tách từ nguồn phụ phẩm vỏ chanh leo) và anthocyanins chiết xuất từ bắp cải tím được ứng dụng để đánh giá độ tươi của thịt lợn. Kết quả cho thấy màng có độ nhạy cao với pH, màng bắt đầu đổi màu báo hiệu sự hư hỏng của thịt sau 12 giờ ở nhiệt độ phòng (25ºC) và 4 ngày ở nhiệt độ lạnh (4ºC), khẳng định tiềm năng ứng dụng của màng trong kiểm soát chất lượng thực phẩm.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".