<i>Cis</i> and <i>trans</i> components of lipids: Analysis by <sup>1</sup>H NMR and silver shift reagents
Notice bibliographique
Résumé
Abstract In this study, the methodology of shift reagents was exploited to distinguish cis and trans unsaturation in oils and fats. The differential binding of silver ions (in the form of AgFOD) to cis and trans double bonds allowed the separation of the allylic and olefinic proton signals in the 1 H NMR spectra of mixtures of cis and trans methyl esters of monoene aliphatic acids and unsaturated triacylglycerol mixtures at low frequency spectrometers (300 MHz). Careful integration of the appropriate proton resonances in the recorded quantitative 1 H NMR spectra afforded percentage concentrations in very good agreement with the actual values. This 1 H NMR methodology was validated by analyzing AOCS Laboratory Proficiency Program GC samples containing various percentages of saturated, cis ‐mono unsaturated, and cis ‐polyunsaturated fat as well as trans content. This fast and relatively low‐cost NMR methodology could be used on line for obtaining nutrition labeling compositional data (NLCD) required for fat‐containing food products. Attempts to differentiate lipid molecules with different degree of unsaturation and positional distribution of cis double bonds were unsuccessful.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».