MétaCan
Menu
Retour à la cohorte
Enregistrement W2317192481 · doi:10.1021/ie401875v

Thermal Properties of Monoglycerides from Nephelium Lappaceum L. Oil, as a Natural Source of Saturated and Monounsaturated Fatty Acids

2013· article· en· W2317192481 sur OpenAlexfundno aff
Romain Valentin, Adolphe Christian Ngakegni‐Limbili, Zéphirin Mouloungui, Jean‐Maurille Ouamba

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensnon disponible
Organismes subventionnairesCampus FranceAgence Universitaire de la Francophonie
Mots-clésChemistryHydrolysisComposition (language)Organic chemistryInteresterified fatCrystallizationFood scienceLipaseEnzyme

Résumé

récupéré en direct d'OpenAlex

The present paper studied the transformations of reserve lipids (RLs) of the species Nephelium lappaceum Linn ( N. Lappaceum ). The triacylglycerols (TAGs) in this species are composed of C18:1, C20:0, and C20:1 fatty acids (FAs). The transition from native triglycerides to pure monoglycerides (MGs) was explored. It has been shown how the physical and physicochemical properties of MGs were influenced by the effect of the FA composition, consisting of saturated and unsaturated fatty acids. In organic process, the first step was lipase-catalyzed hydrolysis of native triglycerides. The second step was the chemically catalyzed esterification of hydrolyzed free fatty acids into MGs. Both steps were carried out in organized media used as microreactors. These transformations increased the melting temperatures from 22 °C to 51 °C and decreased the crystallization temperature from 22 °C to −1 °C, from long-chain TAGs to MGs (C20:0 and C20:1). By monitoring the saturated/unsaturated FA ratio in the lipotransformation into MGs, it was possible to control the composition of binary and ternary mixtures and, therefore, control the physical and physicochemical properties of the systems. This may be very useful for applications in the food, cosmetics, and pharmaceuticals industries.

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 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)0,000
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 enseignants0,006
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,046
Tête enseignante GPT0,237
Écart entre enseignants0,192 · 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 tête enseignante, 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

Citations22
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207