Impact of Canolol‐Enriched Extract from Heat‐Treated Canola Meal to Enhance Oil Quality Parameters in Deep‐Frying: a Comparison with Rosemary Extract and TBHQ‐Fortified Oil Systems
Notice bibliographique
Résumé
Abstract Canolol‐enriched extracts obtained from the extraction of fluidized bed treated canola meal with supercritical carbon dioxide were added to high‐oleic canola oil in different concentrations (200, 500 and 750 mg/kg). After 30 h of deep‐fat frying, oils fortified with canolol‐enriched extracts showed a two to three times better frying performance in comparison to the commonly used antioxidants (TBHQ, 200 mg/kg; rosemary extract, 40 and 200 mg/kg) and a control without antioxidants with regards to the formation of di‐ and polymer triacylglycerols, total polar compounds, secondary degradation products (anisidine value) and the iodine value. The canolol‐enriched extracts were also able to slow down the degradation of α‐ and γ‐tocopherol during frying resulting in significant amounts of tocopherols after 30 h of frying in comparison to the other oils. The influence of the canolol‐enriched extracts indicated strongly concentration‐dependent performance. With increasing concentration of the extract, the thermal stability of the fortified oil was improved. The only disadvantage of the addition of the extracts was an increase in the initial acid value, but within the frying time, only oil fortified with 750 mg canolol‐enriched extract/kg reached the limit given in different countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».