Comparison of low‐temperature processes for oil and coenzyme Q10 extraction from mackerel and herring
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Among the fat fish species available from Eastern Quebec (Canada), whole Atlantic mackerel ( Scomber scombrus ) and herring ( Clupea harengus ) represent abundant fishery resources which are currently under‐utilized. They have relatively high contents of oil and coenzyme Q10 (CoQ10) in their tissues, which could be valuable for nutraceutical applications. Therefore, two low‐temperature extraction processes were compared for the recovery of oil and CoQ10 from these resources, such as enzymatic hydrolysis using Protamex™ and supercritical CO 2 (SCO 2 ) using fish lyophilizates. The results revealed that highest yields of oil and CoQ10 were obtained using the enzymatic hydrolysis process with mackerel. Whatever the process used, CoQ10 concentrations were higher in herring oil, due mainly to a more selective extraction of CoQ10 over that of the oil. The highest CoQ10 recovery rates (extraction efficiencies) were obtained using the enzymatic hydrolysis process with both types of fish, but also the SCO 2 process with herring under some conditions. For mackerel, the lower CoQ10 recovery rates obtained from the SCO 2 process were explained by its more important matrix effect. An economic assessment of both processes revealed that the enzymatic hydrolysis extraction process would be the most promising for up‐scaling the recovery of oil and CoQ10 from these resources.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle