High Pressure Extraction of Astaxanthin from Shrimp Waste (<i>Penaeus Vannamei</i> Boone): Effect on Yield and Antioxidant Activity
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 High pressure extraction (HPE) of astaxanthin from shrimp (Penaeus Vannamei Boone) waste at different pressure (0.1–600 MPa) and holding times (0–20 min), and with different solvents (acetone, dichloromethane and ethanol) and solvent to solid ratios (10–50 mL/g) was evaluated, and extraction yields and quality of the extracts were determined. Antioxidant activity of the extract from HPE and conventional solvent extraction (at ambient pressure) were compared based on DPPH (1,1‐diphenyl‐2‐picrylhydrazyl) and superoxide anion radical of scavenging potentials. Besides, surfaces of shrimp shells following different treatments were characterized by scanning electron microscopy. The results revealed that (1) HPE resulted in a higher extraction yield of astaxanthin and required shorter extraction times, (2) ethanol as solvent and a solvent to solid ratio of 20 mL/g was a good combination for HPE for high extraction yield of astaxanthin and (3) HPE extraction resulted in a better antioxidant activity in the extract than conventional solvent extraction. Practical Applications This study is focused on the evaluations of the extraction yield and antioxidant activity of astaxanthin from shrimp waste by high pressure. The high pressure extraction (HPE) technology is very promising because of higher yield and antioxidant activity and would help to facilitate further utilization of shrimp waste as a source of natural antioxidants in food and pharmaceutical industries, replacing artificial chemical antioxidants.© 2016 Wiley Periodicals, Inc
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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