MétaCan
Menu
Retour à la cohorte
Enregistrement W2003181959 · doi:10.1094/cchem-03-11-0026

Protein Extraction from Triticale Distillers Grains

2011· article· en· W2003181959 sur OpenAlexafffundabout
Nandika Bandara, Lingyun Chen

Notice bibliographique

RevueCereal Chemistry · 2011
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesAlberta Livestock and Meat Agency
Mots-clésTriticaleChemistryDistillers grainsExtraction (chemistry)Acetic acidCoproductRaw materialFood scienceFractionationEthanolEthanol fuelBiofuelChromatographyAgronomyBiochemistryFermentationBiotechnologyOrganic chemistryBiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Triticale is being actively explored as a feedstock for bioethanol production in Western Canada. Triticale distillers grains, an important coproduct of the bioethanol industry, are used mainly as animal feed. This study aims to develop methods of protein extraction from triticale distillers wet grains and distillers dried grains with solubles. Osborne fractionation showed low protein extractability because excessive protein denaturation occurred during sample preparation. Five methods were used to extract proteins: pH shifting, 60% ethanol, alkaline‐ethanol solution, glacial acetic acid, and enzyme‐aided extraction. Extracts obtained with the alkaline‐ethanol and glacial acetic acid methods showed comparatively higher protein contents (≈61–65%) when compared with the other extraction methods (≈35–57%). Enzyme‐aided extraction with Protex 6L yielded 75–82% protein at a content of 43–57%, depending on the types of raw materials. Establishing methods of protein extraction from triticale distillers grains would facilitate further studies on new uses of triticale proteins.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,247
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207