MODELING SOLID–LIQUID EXTRACTION KINETICS OF <i>TRANS</i>‐RESVERATROL AND <i>TRANS</i>‐ε‐VINIFERIN FROM GRAPE CANE
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Solid–liquid extraction of resveratrol and viniferin from grape cane samples was described by using first‐order kinetic model, Peleg's model, two‐site kinetic model and modified Gompertz equation. Goodness of fits of the models were evaluated by comparing the adjusted determination coefficient and root mean square error and mean percentage error values. Although the two‐site kinetic model with four parameters described the data better, Peleg's model, with only two parameters, could explain the data with a slight loss of goodness of fit. The modified Gompertz equation showed the worst performance for describing the solid–liquid extraction of stilbenes. PRACTICAL APPLICATIONS The present study introduces the comparison of well‐known models applied to explain extraction kinetic of stilbene compounds of grape cane and to determine the best model with its justifications. Mathematical models provide information about the system and/or process to which they are applied. In design and/or process application stages, any information about that process and/or system has crucial importance because in the decision stages, this know‐how helps the designers and researchers find the best design parameters and the most effective process conditions to optimize purposes. Mathematical models are accepted as the most economical ways for these purposes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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