MétaCan
Menu
Retour à la cohorte
Enregistrement W2077627597 · doi:10.1021/ed085p1555

Identification of Secondary Metabolites in Citrus Fruit Using Gas Chromatography and Mass Spectroscopy

2008· article· en· W2077627597 sur OpenAlexaff
André Pelletier, Jean‐Michel Lavoie, E. Chornet

Notice bibliographique

RevueJournal of Chemical Education · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensUniversité de SherbrookeUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésGas chromatographyMass spectrometryChemistryChromatographySpectroscopyGas chromatography–mass spectrometryIdentification (biology)BotanyBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

This experiment targets undergraduate students in an analytical or organic instructional context. Using a simple extraction, this protocol allows students to quantify and qualify monoterpenes in essential oils from citrus fruit peels. The procedures involve cooling down the peels by immersing them into icy water. After a few minutes, the chilled peels are pulped in a simple kitchen blender using acidic brine to hydrolyze the undesired fatty acids. Essential oils are extracted from the emulsion using methylene chloride and are then injected in a gas chromatograph coupled with a mass spectrometer. Among the fruit tested—limes, grapefruits, and oranges—all showed a high concentration of ( R )-limonene, a monoterpenoid commonly found in these fruits. Students are invited to quantify ( R )-limonene in the extracts following an accurate 5-point standard calibration curve. For students, this experiment may be a first contact with the analysis of plant extracts as well as an introduction to the biochemistry of monoterpenes.

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 enseignants0,294
Score d'incertitude au seuil0,094

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 Opus0,017
Tête enseignante GPT0,251
Écart entre enseignants0,234 · 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

Citations11
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical EducationMême sujetPlant Physiology and Cultivation StudiesTravaux en français237 207