MétaCan
Menu
Retour à la cohorte
Enregistrement W1696253127 · doi:10.1002/0471238961.citrshah.a01

Citrus Oils and Essences

2012· other· en· W1696253127 sur OpenAlexaff
Fereidoon Shahidi, Ying Zhong

Notice bibliographique

RevueKirk-Othmer Encyclopedia of Chemical Technology · 2012
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEssential Oils and Antimicrobial Activity
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésCitrus fruitRutaceaeCosmeticsFood scienceOil storageChemistryPulp and paper industryEnvironmental scienceHorticultureBiologyOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Citrus fruits are among the most popular fruits and have a long history of production and use. However, within the past century, industrial technologies have began to develop in order to convert citrus fruits into commercial products. Citrus has proven to be a very good option for oil and essence production. Citrus peel oils are of a very complex composition and are contained in oval, balloon‐shaped oil sacs, or vesicles locate in the outer rind, or flavedo, of the fruit The oil is usually extracted by mechanical separation or hydrodistillation.Citrus seeds are regarded as a new source of oil. The seed oil is recovered from the seeds by crushing and solvent extraction. Citrus essences are distilled aqueous solutions of more volatile components from the corresponding citrus juices.Citrus peel oils are used widely in beverages, cosmetics, pharmaceuticals, and the perfumery industry. Seed oils are used in cooking and the treatment of leather and textiles. Quality and freshness are the major considerations pertaining to their value and applications. Most of the qualitative changes in citrus peel oil occur during storage.Storage changes and chemical composition of the citrus oils are described. Despite increasing application of these oils, certain challenges related to potential health‐damaging properties and contamination exist. These health and safety factors are discussed.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,005
Tête enseignante GPT0,196
Écart entre enseignants0,191 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKirk-Othmer Encyclopedia of Chemical TechnologyMême sujetEssential Oils and Antimicrobial ActivityTravaux en français237 207