MétaCan
Menu
Retour à la cohorte
Enregistrement W2037361125 · doi:10.1007/s11746-013-2377-y

Optimization of Lipase‐Catalyzed Interesterification of Flaxseed Oil and Tricaprylin Using Response Surface Methodology

2013· article· en· W2037361125 sur OpenAlexafffund
Maryam Khodadadi, Sélim Kermasha

Notice bibliographique

RevueJournal of the American Oil Chemists Society · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEnzyme Catalysis and Immobilization
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCaprylic acidResponse surface methodologyChemistryLipaseInteresterified fatOleic acidLinoleic acidSunflower oilYield (engineering)BioconversionCentral composite designChromatographyFatty acidEnzymeFood scienceOrganic chemistryBiochemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract The biosynthesis of structured lipids (SL) in organic solvent media was carried out by the interesterification of flaxseed oil (FO) and tricaprylin (TC), using Novozym 435. The bioconversion yield (BY, %) of medium‐long‐medium type SL, including C‐caprylic and Ln‐linolenic acids (CLnC), La‐linoleic acid (CLaC) and O‐oleic acid (COC), was monitored. Response surface methodology was used to obtain significant models for the responses, on the basis of a five level, five variable central composite rotatable design. In the experimental preliminary trials significant reaction parameters, including reaction temperature (Tr), TC/FO molar ratio (Mr), enzyme concentration (Ec), reaction time (Rt) and initial water activity (aw), were considered for optimization. Significant models for CLnC, CLaC and COC were determined after regression analysis with backward elimination. The optimal conditions, generated for a maximum CLnC, CLaC and COC, were found to be 54.50–56.25 °C for Tr, 6.23–6.25 mol/mol for Mr, 2.68–3.13 % for Ec, 36.58–37.50 h for Rt and 0.15–0.33 for aw. Under these optimum conditions, the BY of CLnC, CLaC and COC was predicted to be 32.48–36.67, 3.26–3.38 and 5.79–6.16 %, respectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,028
Tête enseignante GPT0,293
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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

En bref

Citations10
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Oil Chemists SocietyMême sujetEnzyme Catalysis and ImmobilizationTravaux en français237 207