MétaCan
Menu
Retour à la cohorte
Enregistrement W2011592501 · doi:10.1007/s11746-012-2103-1

Monitoring the Epoxidation of Canola Oil by Non‐aqueous Reversed Phase Liquid Chromatography/Mass Spectrometry for Process Optimization and Control

2012· article· en· W2011592501 sur OpenAlexafffund
Sabiqah Tuan Anuar, Yuan Zhao, Samuel M. Mugo, Jonathan M. Curtis

Notice bibliographique

RevueJournal of the American Oil Chemists Society · 2012
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensMacEwan UniversityUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Crop Industry Development Fund
Mots-clésChemistryDouble bondMass spectrometryDegree of unsaturationChromatographyElectrosprayAqueous solutionCanolaAqueous two-phase systemOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Non‐aqueous reversed phase liquid chromatography/electrospray mass spectrometry (NARP‐LC/ESI–MS) was used to monitor the epoxidation of canola oil by performic acid. The reaction was sampled at regular intervals over 28 h and analyzed by NARP‐LC/ESI–MS in order to observe the formation of partially epoxidized reaction intermediates and the fully epoxidized products. The experiment focused on the transformation of triacylglycerols (TAG) with 54 carbons in the fatty acyl chains and between 2 and 7 double bonds which account for >93 % of the oil. NARP‐LC/ESI–MS allowed determination of the time required for full epoxidation of the oil. It was shown that complete epoxidation of TAG with low numbers of double bonds occurs more rapidly than for those with many double bonds. Furthermore, it was observed that epoxidation of multiply unsaturated TAG occurs via a sequential process in which partially epoxidized intermediates are consumed to form other more highly epoxidized compounds as the reaction proceeds. Data obtained by flow‐injection ESI–MS was found to be comparable to that obtained from NARP‐LC/ESI–MS for monitoring intermediates and products and could be adapted for in‐process reaction monitoring.

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 candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,257
Écart entre enseignants0,251 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations25
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Oil Chemists SocietyMême sujetAnalytical Chemistry and ChromatographyTravaux en français237 207