MétaCan
Menu
Retour à la cohorte
Enregistrement W2156623102 · doi:10.1111/j.1745-4530.2009.00552.x

RESPONSE SURFACE METHODOLOGY APPLIED TO THE EXTRACTION OF PHENOLIC COMPOUNDS FROM<i>JATROPHA CURCAS</i>LINN. LEAVES USING SUPERCRITICAL CO<sub>2</sub>WITH A METHANOL CO‐SOLVENT

2009· article· en· W2156623102 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Food Process Engineering · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEssential Oils and Antimicrobial Activity
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesRoyal Golden Jubilee (RGJ) Ph.D. Programme
Mots-clésMethanolChemistryAqueous solutionResponse surface methodologyExtraction (chemistry)Supercritical fluidChromatographyGallic acidTolueneSolventEllagic acidBox–Behnken designJatropha curcasNuclear chemistryOrganic chemistryBotanyPolyphenolAntioxidant

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Response surface methodology was used to analyze the results of experiments designed using the Box–Behnken method to extract three phenolic compounds, gallic acid (GA), corilagin (CG) and ellagic acid (EA), from Jatropha curcas Linn. leaves using supercritical CO 2 and methanol as a cosolvent. Experiments were carried out from 10 to 30 MPa, 40 to 80C and 30 to 70% (v/v) aqueous methanol. A 3 × 3 Box–Behnken design was used to design the experiments to determine the effects of pressure, temperature and concentration of methanol (MeOH) as well as their interaction on the extraction yield. Three nonlinear equations and 3‐D plots (one for each product) with 10 terms were developed. Analytical and numerical techniques were used to locate the optimal operating conditions. The highest experimental yields were obtained at 10 MPa, 60C and 30% (v/v) methanol modifier for GA; 20 MPa, 80C and 30% (v/v) methanol modifier for CG; and 30 MPa, 40C and 50% (v/v) methanol modifier for EA. The response surface models predicted that the maximum extraction yields of GA, CG and EA were 1,567.68 mg/kg of GA at 10 MPa, 80C and 30% (v/v) aqueous MeOH; 4,693.60 mg/kg of CG at 30 MPa, 80C and 30% (v/v) aqueous MeOH; and 1,089.02 mg/kg of EA at 10 MPa, 80C and 70% (v/v) aqueous MeOH, respectively. Because the theoretical optimum was on the limit of the range of the experiments, future work should focus on new experiments designed around the predicted optimum. PRACTICAL APPLICATIONS The purpose of this research was to study the extraction of gallic acid (GA), corilagin (CG) and ellagic acid (EA) from Jatrapha curcas Linn. leaves using supercritical carbon dioxide (SCCO 2 ) with a methanol cosolvent. Polar organic cosolvents or modifiers can be used to enhance extraction yield of polar solutes by increasing the CO 2 polarity. Because methanol (MeOH) has a high polarity index, it was used to extract the three phenolic compounds (polar compounds) in the SCCO 2 process. In addition to extracting GA, CG and EA, this research determined the maximum yield and the effect of operating parameters (pressure, temperature and MeOH concentration) using a response surface quadratic model to determine the location of the optimum operating conditions.

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 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)0,001
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 enseignants0,013
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,040
Tête enseignante GPT0,285
Écart entre enseignants0,245 · 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