Taguchi's methodology for determining optimum operating conditions in hydrothermal pretreatments applied to canola seeds
Notice bibliographique
Résumé
The aim of the present work was to determine the optimum operating conditions in hydrothermal pretreatments applied to canola seeds. The effect of these pretreatments on the canola oil extraction yield and quality was evaluated. Samples were characterized by proximate analysis. Acidity and peroxide value were studied as parameters for the determination of oil quality. Seeds were exposed to direct steam contact in an autoclave. Pretreatments were carried out using different temperatures (100, 120 and 130 °C), exposition times (5, 15 and 30 min) and seed granulometry (ground seeds, with a particle size in a range from 0.420 to 1.000 mm; broken seeds, with a particle size ranging from 1.000 to 1.410 mm, and entire seeds). After each hydrothermal pretreatment, oil extraction was carried out by the Soxhlet method (hexane). The Taguchi method was followed in order to explore the optimum operating conditions by using an L9 experimental design, and select the most favourable levels of each variable. Initial oil content was 44.2% dry basis (db). The selected optimum experiment, using a temperature of 120 °C, a time of 5 min and broken seeds, generated an oil yield increase of 20% compared with non‐hydrothermally treated seeds, whereas quality parameters remained within the accepted values for trade standards.
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».