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 OpenAlexaff
PATUMPORN MANPONG, Supaporn Douglas, Peter Douglas, Suwassa Pongamphai, Wittaya Teppaitoon, ORAWAN KAEWPRAKAISANGKUL

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), fromJatropha curcasLinn. leaves using supercritical CO2and 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) fromJatrapha curcasLinn. leaves using supercritical carbon dioxide (SCCO2) with a methanol cosolvent. Polar organic cosolvents or modifiers can be used to enhance extraction yield of polar solutes by increasing the CO2polarity. Because methanol (MeOH) has a high polarity index, it was used to extract the three phenolic compounds (polar compounds) in the SCCO2process. 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food Process EngineeringMême sujetEssential Oils and Antimicrobial ActivityTravaux en français237 207