Optimisation of Radio Frequency Assisted Extraction of Apple Peel Extract: Total Phenolic Contents and Antioxidant Activity
Notice bibliographique
Résumé
The objective of this study is to determine the optimum operating conditions of apple peel extraction process using a novel extraction method known as radio frequency assisted extraction (RFAE). Apple peel extract with the highest total phenolic contents and antioxidant activity is targeted in this study. RFAE is a green extraction method which operates based on the dielectric heating concept. Response surface methodology was employed for designing the experiment, analysing the effects and optimising the extraction conditions for RFAE of apple peel phenolic compounds. The effects of ethanol concentration (10 – 70 %), mixing speed (10– 320 mL N2/min), solid to liquid ratio (0.002 - 0.02 g/mL) and RF power (200 – 400 W) on total phenolic compounds and DPPH radical scavenging activity efficiency were investigated in order to understand and improve the RFAE performance. All processing parameters exert significant effects on the total phenolic compounds and radical scavenging activity of the apple peel extract. The highest recovery of TPC with a value of 121.87 mg GAE/ g DW can be achieved if the extraction is performed using 42.67 % ethanol concentration, mixing speed of 320 mL N2/min, solid to liquid ratio of 0.0114 g/mL and power at 400 W. The maximum value of DPPH (94.54 %) can be achieved if the extraction is performed using an ethanol concentration, mixing speed, solid to liquid ratio and power of 37.33 %, 165 mL N2/min, 0.02 g/mL and 400 W.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».