Utilization of green seed canola oil for in situ epoxidation
Notice bibliographique
Résumé
Green seed canola oil is underutilized for edible purposes due to its high chlorophyll content, which makes it more susceptible to photo-oxidation and ultimately reduces the oxidation stability. The present work is an attempt to compare the kinetics of epoxidation of crude green seed canola oil (CGSCO) and treated green seed canola oil (TGSCO) with peroxyacids generated in situ in presence of an Amberlite IR-120 acidic ion exchange resin (AIER) as catalyst. Among the two oxygen carrier studied, acetic acid was found to be a better carrier than the formic acid, as it gives 8% more conversion of double bond than the formic acid. A detailed process developmental study was then performed with the acetic acid/AIER combination. For the oils under investigation parameters optimized were temperature (55°C), hydrogen peroxide to double bond molar ratio (2.0), acetic acid to double bond molar ratio (0.5), and AIER loading (15%). An iodine conversion of 90.33, 90.20%, and a relative epoxide yield of 90, 88.8% were obtained at the optimum reaction conditions for CGSCO and TGSCO, respectively. The formation of the epoxide product of CGSCO and TGSCO was confirmed by Fourier Transform IR Spectroscopy (FTIR) and NMR (1H NMR) spectral analysis.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».