MétaCan
Menu
Retour à la cohorte
Enregistrement W2589360006 · doi:10.15376/biores.12.2.2635-2645

Chemical Composition of Essential Oil and Hydrosol from Picea mariana Bark Residue

2017· article· en· W2589360006 sur OpenAlexafffund
Nellie Francezon, Tatjana Stevanović

Notice bibliographique

RevueBioResources · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant biochemistry and biosynthesis
Établissements canadiensUniversité Laval
Organismes subventionnairesUniversité Laval
Mots-clésHYDROSOLResidue (chemistry)Bark (sound)Chemical compositionMaterials scienceComposition (language)Pulp and paper industryComposite materialChemistryChemical engineeringOrganic chemistryForestryEngineeringArtGeography

Résumé

récupéré en direct d'OpenAlex

For the first time, the essential oil of Black spruce (Picea mariana) bark residue was obtained using two types of hydrodistillations: steam distillation (SD) and water distillation (WD). Both gave similar yields and compositions as analyzed using gas chromatography and mass spectrometry. The essential oil composition is turpentine-like with the predominance of α-pinene (40.6% SD; 40.5% WD) and β-pinene (33.9% SD; 25.9% WD), followed by hydrocarbon monoterpenes β-phellandrene (4.8% SD; 3.6% WD), 3-carene (4.1% SD; 3.1% WD), and limonene (4.0% SD; 3.7% WD). Hydrosol’s composition is rich in oxygenated compounds with α-terpineol (29.3% SD; 33.5% WD), trans-pinocarveol (5.2% SD; 3.7% WD), terpinen-4-ol (5.0% SD; 5.8% WD), verbenone (4.9% SD; 5.4% WD), borneol (4.9% SD; 3.9% WD), and pinocarvone (4.6% SD; 4.3% WD). These black spruce bark essential oils differ in composition from those from needles, which are commercially available and rich in bornyl acetate.

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 enseignants0,004
Score d'incertitude au seuil0,463

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,006
Tête enseignante GPT0,212
Écart entre enseignants0,206 · 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

Citations20
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetPlant biochemistry and biosynthesisTravaux en français237 207