Multivariate Calibration for the Determination of Total Azadirachtin-Related Limonoids and Simple Terpenoids in Neem Extracts Using Vanillin Assay
Notice bibliographique
Résumé
Two-component and multivariate calibration techniques were developed for the simultaneous quantification of total azadirachtin-related limonoids (AZRL) and simple terpenoids (ST) in neem extracts using vanillin assay. A mathematical modeling method was also developed to aid in the analysis of the spectra and to simplify the calculations. The mathematical models were used in a two-component calibration (using azadirachtin and limonene as standards) for samples containing mainly limonoids and terpenoids (such as neem seed kernel extracts). However, for the extracts from other parts of neem, such as neem leaf, a multivariate calibration was necessary to eliminate the possible interference from phenolics and other components in order to obtain the accurate content of AZRL and ST. It was demonstrated that the accuracy of the vanillin assay in predicting the content of azadirachtin in a model mixture containing limonene (25% w/w) can be improved from 50% overestimation to 95% accuracy using the two-component calibration, while predicting the content of limonene with 98% accuracy. Both calibration techniques were applied to estimate the content of AZRL and ST in different parts of the neem plant. The results of this study indicated that the relative content of limonoids was much higher than that of the terpenoids in all parts of the neem plant studied.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».