MétaCan
Menu
Retour à la cohorte
Enregistrement W2056133781 · doi:10.1094/cchem-86-6-0601

Extraction of β‐Glucan from Oat Bran in Laboratory Scale

2009· article· en· W2056133781 sur OpenAlexaff
Tina Immerstrand, Björn Bergenståhl, Christian Trägårdh, Margareta Nyman, Steve W. Cui, Rickard Öste

Notice bibliographique

RevueCereal Chemistry · 2009
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesU.S. Food and Drug Administration
Mots-clésChemistryPapainExtraction (chemistry)ChromatographyStarchBranAmylaseHydrolysisEnzymatic hydrolysisGlucanCentrifugationEthanol precipitationProteaseDigestion (alchemy)Food scienceYield (engineering)EnzymeAvenaEthanolBiochemistryBotanyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Effects of various enzymes and extraction conditions on yield and molecular weight of β‐glucans extracted from two batches of commercial oat bran produced in Sweden are reported. Hot‐water extraction with a thermostable α‐amylase resulted in an extraction yield of ≈76% of the β‐glucans, while the high peak molecular weight was maintained (1.6 × 106). A subsequent protein hydrolysis significantly reduced the peak molecular weight of β‐glucans (by pancreatin to 908 × 103 and by papain to 56 × 103). These results suggest that the protein hydrolyzing enzymes may not be pure enough for purifying β‐glucans. The isolation scheme consisted of removal of lipids with ethanol extraction, enzymatic digestion of starch with α‐amylase, enzymatic digestion of protein using protease, centrifugation to remove insoluble material, removal of low molecular weight components using dialysis, precipitation of β‐glucans with ethanol, and air‐drying.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,244
Écart entre enseignants0,235 · 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
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

Citations31
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207