MétaCan
Menu
Retour à la cohorte
Enregistrement W2060258275 · doi:10.3109/09637486.2010.489507

Supercritical carbon dioxide extraction of wheat distiller's dried grain with solubles

2010· article· en· W2060258275 sur OpenAlexaff
Rama Chandra Pradhan, S.N. Naik, Prasant Kumar Rout, Ajaya Kumar Dalai, Venkatesh Meda

Notice bibliographique

RevueInternational Journal of Food Sciences and Nutrition · 2010
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésChemistryFatty acidGas chromatographySupercritical carbon dioxideCarbon dioxideExtraction (chemistry)Distillers grainsFood scienceChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A wide variety of carbohydrates and starch-containing materials have been used for production of ethanol by the fermentation process. The alcohol from grain such as corn, wheat, barley, and sweet sorgum produced dried distillate grain with solubles (DDGS) and carbon dioxide as by-products. An attempt has been made to extract fatty oil from wheat DDGS using supercritical carbon dioxide (SC-CO₂). Wheat DDGS contain 65-70% of omega-3-fatty acid and omega-6-fatty acid. The fatty oil was also extracted from wheat DDGS by the Soxhlet method using hexane. The chemical compositions of fatty oils were determined by carbon, hydrogen, nitrogen and sulphur analyser, gas chromatography-flame ionization detector and gas chromatography/mass spectrometry. SC-CO₂ is a suitable process for extraction of fatty oils with an improved percentage of essential fatty acids such as omega-3-fatty acid and omega-6-fatty acid.

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 enseignants0,229
Score d'incertitude au seuil0,180

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,248
Écart entre enseignants0,239 · 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

Citations10
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Sciences and NutritionMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207