Experimental and modeling studies on extraction of catechin hydrate and epicatechin from Indian green tea leaves
Notice bibliographique
Résumé
Abstract A systematic investigation of effect of various parameters, for example, temperature, speed of agitation, particle size, and solid loading, on the percentage extraction of catechin hydrate (CH) and epicatechin (EP) was conducted. The extraction was performed with water, methanol, and ethanol. Water was found to be the best solvent for both. Percentage extraction of CH was found to decrease with temperature beyond 46°C; however, this is not the case for epicatechin. The thermal stability analysis of both the compounds was performed to ensure decomposition. This supported the experimental observation of batch extraction. Size of particle has little effect on percentage extraction of EP, but it increases for CH with decrease in particle size, which is probably because of decrease in diffusion path length. Assuming flat geometry of the particles, the process is modelled and compared with experimental data at different experimental conditions. The experimental data fitted well with the model proposed by Wongkittipong. The effective diffusion coefficients through the solid matrix of Indian green tea leaves for CH and EP estimated from the diffusion model were found to be in the range 1.29 × 10 –13 to 3.40 × 10 –13 m 2 /s and 1.20 × 10 –13 m 2 /s to 3.38 × 10 –13 m 2 /s, respectively. The effect of temperature on diffusion coefficient of CH and EP was determined using the model. The energy of activation required for diffusion was found to be 32.78 and 30.28 kJ/kmol, respectively for CH and EP.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».