Fractionation of the rice bran layer and quantification of vitamin E, oryzanol, protein, and rice bran saccharide
Notice bibliographique
Résumé
Value-added processing with respect to rice milling has traditionally treated the rice bran layer as a homogenous material that contains significant concentrations of high-value components of interest for pharmaceutical and nutraceutical applications. Investigators have shown that high-value components in the rice bran layer vary from differences in kernel-thickness, bran fraction, rice variety, and environmental conditions during the growing season. The objectives of this study were to quantify the amount of rice bran removed at pre-selected milling times and to correlate the amount of rice bran removed at each milling time with the concentration of vitamin E, gamma-oryzanol, rice bran saccharide, and protein obtained. The ultimate goal of this research is to show that rice bran fractionation is a useful method to obtain targeted, nutrient-rich bran samples for value-added processing. Two long grain rice cultivars, Cheniere and Cypress, were milled at discrete times between 3 and 40 seconds using a McGill mill to obtain bran samples for analysis. Results showed that the highest oryzanol and protein concentrations were found in the outer portion of the rice bran layer, while the highest rice bran saccharide concentration was found in the inner portion of the bran layer. Vitamin E concentration showed no significant difference across the bran layer within a variety, though the highest magnitude of concentration occurs within the first 10 seconds of milling for both varieties. To extract the higher concentration of oryzanol and protein only the outer portion of the bran layer requires processing, while to extract the higher concentration of rice bran saccharide, only the inner portion of the bran layer requires processing. Rice bran fractionation allows for the selective use of portions of the bran layer and is advantageous for two reasons: (1) bran fractions contain higher concentrations of components of interest with respect to the overall bran layer average, and (2) less bran needs to be processed to obtain components of interest.
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) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».