Optimization of Extraction Conditions and Phytochemical Screening of Root Extract of Synadenium glaucescens Pax
Notice bibliographique
Résumé
Optimization of extraction conditions and phytochemical screening of the root bark of Synadenium glaucescens were carried out in a stepwise manner in order to obtain the highest yields and the constituents of the extracts. Sequential extraction using Soxhlet method was performed using dichloromethane, hexane and petroleum ether, respectively, each followed by ethanol. Extraction conditions included: running time of 2 to 6 hours, temperature at 25 oC to 95 oC and particle size ranging from 0.4mm to >3mm diameter. Phytochemical screening was done using derivatisation techniques, gas chromatography-mass spectrometry and high performance liquid chromatography. Extraction with dichloromethane followed by ethanol resulted in a higher yield by 25%, within 4 hrs of extraction, particle size of 1mm, at temperatures of 30 oC for dichloromethane and 75 oC for ethanol. Fatty acid analysis indicated absence of free fatty acids in both Dichloromethane and ethanolic extracts. Silylation and Thin Layer Chromatography indicated the presence of non hindered and hindered functionality and the presence of triterpenoids in the dichloromethane extract. Phytochemical screening of the dichloromethane extracts indicated that it is composed of two main triterpenoids that best matched with Lanosterol (42%) and Cycloartenol (31%). Other minor compounds identified through chromatographic analysis were phytol, ergostadiol, hentriacontane, sitastirol aceate, lupeol and hopenone. The ethanolic extracts indicated the presence of polyphenolic compounds.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».