Optimization of Soxhlet Extraction of Herba Leonuri Using Factorial Design of Experiment
Notice bibliographique
Résumé
Soxhlet extraction technique is employed for the extraction and separation of chemical constituents in the medicinalplant, Herba Leonuri. The main goal of this analytical study was focused on extracted compounds and extractionconditions themselves. Soxhlet extractions were performed at three extraction time (6h, 9h and 12h) and with twosolvents (n-hexane and methanol). A general full factorial design with two factors (extraction time and types ofextractor solvents) was implemented. The Soxhlet extraction method presented a good yield of components in extract.The study shows that methanol extracted almost double yield than n-hexane. The highest yield obtained with methanolwas 14.18%; while the highest yield obtained by n-hexane was 7.25%.The results also indicated that, for methanolextraction, the mass yield percent extracted increased with increasing length of extraction period (up to 14.18%); forn-hexane extraction, the mass yield percent extracted was not consistent with increasing length of extraction period. Theextracted oil extracted was analyzed by GC-MS. The compounds identified were vitamin E, palmitic acid and syringol.General characteristics of the Herba leonuri oils obtained by different conditions were further compared, showing thatthe composition of the Herba leonuri oil extracted by different conditions is mostly similar, whereas relative concentration of the identified compounds is apparently different. This study can be considered as the first informationon the chemical compound of Herba leonuri.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».