MétaCan
Menu
Retour à la cohorte
Enregistrement W2587833158 · doi:10.1016/j.jfda.2016.11.017

Microencapsulation of fish oil using supercritical antisolvent process

2017· article· en· W2587833158 sur OpenAlexfundno aff
Fahim Tamzeedul Karim, Kashif Ghafoor, Sahena Ferdosh, Fahad Al Juhaimi, Md. Eaqub Ali, Kamaruzzaman Yunus, Mir Hoseini Hamed, Ashraful Islam, Mohammad Asif, Md. Zaidul Islam Sarker

Notice bibliographique

RevueJournal of Food and Drug Analysis · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMicroencapsulation and Drying Processes
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Population and Public HealthMinistry of Higher Education, MalaysiaKing Saud University
Mots-clésSupercritical fluidResponse surface methodologyPolymerMaterials scienceFish oilScanning electron microscopeParticle sizeEmulsionChromatographyChemical engineeringFish <Actinopterygii>ChemistryComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

In order to improve the encapsulation process, a newly supercritical antisolvent process was developed to encapsulate fish oil using hydroxypropyl methyl cellulose as a polymer. Three factors, namely, temperature, pressure, and feed emulsion rate were optimized using response surface methodology. The suitability of the model for predicting the optimum response value was evaluated at the conditions of temperature at 60°C, pressure at 150 bar, and feed rate at 1.36 mL/min. At the optimum conditions, particle size of 58.35 μm was obtained. The surface morphology of the micronized fish oil was also evaluated using field emission scanning electron microscopy where it showed that particles formed spherical structures with no internal voids. Moreover, in vitro release of oil showed that there are significant differences of release percentage of oil between the formulations and the results proved that there was a significant decrease in the in vitro release of oil from the powder when the polymer concentration was high.

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 enseignants0,002
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,028
Tête enseignante GPT0,281
Écart entre enseignants0,253 · 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

Citations44
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food and Drug AnalysisMême sujetMicroencapsulation and Drying ProcessesTravaux en français237 207