MétaCan
Menu
Retour à la cohorte
Enregistrement W2497100410 · doi:10.5539/ijc.v8n3p57

Determination of the Proximate Composition, Physicochemical Analysis and Characterization of Fatty Acid on the Seed and Oil of Gossypium Hirsutum

2016· article· en· W2497100410 sur OpenAlexvenueno aff
Sunny Okonkwo, Emmanuel Chukwuemeka Okafor

Notice bibliographique

RevueInternational Journal of Chemistry · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSaponification valueChemistryIodine valueStearic acidOleic acidFatty acidErucic acidProximateFood scienceAcid valueLinoleic acidLinolenic acidBehenic acidPalmitic acidSaponificationSaturated fatty acidUnsaturated fatty acidOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

The proximate composition, physicochemical analysis and characterization of gossypium hirsutum seed and its oil was carried out. The parameters that were studied in proximate analysis include (percentage) % moisture, % crude protein, % crude fiber, % ash content, % lipid. The total % carbohydrate content of the seed was 30.49+0.4 and the estimated % energy value was 435.58. The chemical parameters analyzed on the oil include iodine value, saponification value, free fatty acid (FFA) value and % volatile matter. In the characterization of fatty acid present in the oil with GC-MS Spectroscopy system, the major unsaturated fatty acid values were 14.53% for oleic acid and 55.38% for linoleic acid while the palmitic acid and stearic acid values which were saturated acid are 27.39% and 2.23% respectively. The percentage values of the rest of the fatty acid present in the oil were very low. The parameters determined were within the international and Nigerian industrial standard for vegetable oil.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,200
Écart entre enseignants0,194 · 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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ChemistryMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207