MétaCan
Menu
Retour à la cohorte
Enregistrement W2089505177 · doi:10.6000/1927-5951.2013.03.04.6

Enrichment of Bio-Active Phthalides in Celery Seed Oil

2013· article· en· W2089505177 sur OpenAlexvenueno aff
H.B. Sowbhagya

Notice bibliographique

RevueJournal of Pharmacy and Nutrition Sciences · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiochemical Acid Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhthalideChemistryFraction (chemistry)ChromatographyLimoneneSolventFractional distillationDistillationFractionationColumn chromatographyEssential oilOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Objective: To develop an efficient process to obtain a phthalide-enriched nutraceutical fraction from celery seed oil.Methods: Three approaches viz., fractional distillation, column chromatography and solvent-solvent partition, have been used.Results: Fractional distillation of celery seed oil (13.7g) afforded i) a limonene-rich fraction (7.6g, 97% purity), ii) a fraction containing β-selinene (2.8 g, 90 % purity) and iii) one containing phthalides (2.9 g, 90 % purity). Solvent-solvent partition of celery seed oil gave limonene (87%) and a fraction containing phthalides (49%), which on further fractionation afforded a phthalide-enriched fraction (90%). By conventional silica gel column chromatography, a product rich in phthalides (53-74%) could be obtained.Conclusion: Fractional distillation is shown to be a viable method to process celery seed oil into a phthalide-enriched product with high nutraceutical potential.

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 enseignants0,004
Score d'incertitude au seuil0,153

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 Opus0,032
Tête enseignante GPT0,347
Écart entre enseignants0,315 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy and Nutrition SciencesMême sujetBiochemical Acid Research StudiesTravaux en français237 207