Impact of supercritical CO2 and traditional solvent extraction systems on the extractability of alkylresorcinols, phenolic profile and their antioxidant activity in wheat bran
Notice bibliographique
Résumé
SC-CO2 and traditional solvent methods were used to extract alkylresorcinols (ARs) in wheat bran (WB) cultivars. WB soluble free, soluble conjugated and bound phenolics were separated by alkaline hydrolysis. Also, the effects of extraction solvents on antioxidant activity were investigated by using three different solvents. The HPLC results showed that the AR content was higher in acetone extracts compared to the SC-CO2. Using ethanol as a co-solvent yielded higher ARs, especially in collector-2 for hard red WB (HRWB) (57.8 mg/100g) and soft red WB (SRWB) (37.8 mg/100g). Ten phenolic acids and six flavonoids were detected in phenolic fractions which ferulic acid was the predominant and mostly found in bound fractions. Two-way ANOVA showed that cultivar, solvent and their interactions had significantly (P < 0.05) different effects on TPC, DPPH, and ORAC values. The best solvents for ORAC, DPPH, and TPC assays were acidified ethanol, 100% acetone, and 50% acetone, 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».