Solubility of Carotenoids in Supercritical CO<sub>2</sub>
Notice bibliographique
Résumé
Carotenoids have been shown to provide a range of health benefits and to decrease the risk of disease. Although carotenoids are naturally present in plants advanced extraction technologies to remove carotenoids from plant materials are needed to prepare concentrated materials. Because carotenoids are sensitive to heat, oxygen, and light, large-scale supercritical fluid extraction (SFE) has drawn attention as a separation technology. SFE with solvents such as CO2 offers an organic-chemical-free process that yields quality end food products, compared to traditional extraction methods that organic solvents. In the SFE process for plant materials, an important step is to measure and predict the solubility of target components in the supercritical fluid at various pressure and temperature conditions to optimize the extraction process. The solubility of targeted carotenoids in supercritical fluids is related to its physical and chemical properties such as polarity, molecular structure, and nature of the material particles, and it is also related to the operating conditions such as temperature, pressure, density of solvent and co-solvents, and solvent flow rate in the supercritical region. The solubility of β-carotene, α-carotene, and other carotenoids under different extraction conditions has been reviewed. It would be interesting and useful for researchers and food industries to compare the data of the solubility of carotenoids to develop optimum extraction process and to get maximum yields.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».