A Box-behnken Design for Characterizing Chinese Truffles (Tuber indicum) Aroma by HS-SPME-GC-MS
Notice bibliographique
Résumé
<p class="keywords">The aim of the present investigation is to fully characterize the aroma of Chinese truffles (Tuber indicum) by headspace solid phase microextraction (HS-SPME). To develop an objective method to extract aroma compounds, four different fibers were studied and a Box-Behnken design (BBD) was applied. From the statistical analysis of the experimental result, it was able to determine that the most important factor was the extraction temperature and the optimum extraction conditions were as follows: extraction time 20.6 min, extraction temperature 52.4 <sup>o</sup>C and equilibrium time 6.8 min, By using gas chromatography mass spectrometry (GC-MS) analysis under the optimal conditions, it identified 24 compounds, three of which were reported for the first time in the Chinese truffle: 2-methylpropanal, 2,3-butanedione, 2-nonanone. And we found that the highest content compound was dimethyl sulfide, followed by 3-methylbutanal, 2-methylbutanal, 2-butanol and 1-pentanol, 1-octen-3-ol, all of those compounds were previously described as characteristic aroma of truffle.</p>
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».