Column Fractionation of Canola Oil Deodorizer Distillate Using Supercritical Carbon Dioxide
Notice bibliographique
Résumé
Abstract Semi‐continuous column fractionation of canola oil deodorizer distillate using supercritical CO2 (SCCO2) was carried out to determine the feasibility of value‐added processing of this feed material for the recovery of bioactive components such as sterols and tocopherols and to determine the effect of operating conditions [pressure (20, 25 MPa using a temperature gradient of 70–100 °C), temperature (70, 100 °C) and a linear temperature gradient (70–100 °C at 25 MPa)] on extract yield and separation efficiency. Total extract yield increased significantly (p ≤ 0.05) with pressure, whereas at isobaric conditions (25 MPa) the highest yield was obtained at the lowest temperature tested (70 °C). Fractionation efficiency was reflected in the composition of fractions and was affected by operating conditions. Residue composition was determined by extract yield in addition to selectivity. Use of the thermal gradient (70–100 °C) decreased the content of volatiles, free fatty acids and tocopherols while increasing sterol content significantly (p ≤ 0.05) to a level of 40% (GC area %) in the residue obtained at 25 MPa. The findings indicate the potential of canola oil deodorizer distillate as a source of sterols and warrant further research on the countercurrent column fractionation to improve the separation efficiency.
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 ».