MétaCan
Menu
Retour à la cohorte
Enregistrement W2790616871 · doi:10.5539/jfr.v7n2p106

Improvement in the Extraction of Hass Avocado Virgin Oil by Ultrasound Application

2018· article· en· W2790616871 sur OpenAlexvenueno aff
Nadia Segura, Miguel Amarillo, Natalia Martínez, Marı́a A. Grompone

Notice bibliographique

RevueJournal of Food Research · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensnon disponible
Organismes subventionnairesComisión Sectorial de Investigación Científica
Mots-clésUltrasoundExtraction (chemistry)Ultrasound treatmentPolyphenolChemistryChromatographyMedicineBiochemistryAntioxidantRadiology

Résumé

récupéré en direct d'OpenAlex

The virgin oil extraction from avocado Hass was carried using an Abencor pilot scale plant.High-power ultrasound (1.73 MHz) was applied after mixing. High-frequency ultrasound device consists of two transductors which each deliver 30 W/L.Different proportions of water were added before ultrasound treatment (no water added and paste:water relation (1:3, 1:2, 1:1, 2:1, 3:1) and also different ultrasound application times (0, 1, 2, 3, 4, 5, 10, 15, 20 and 25 minutes). The study was carried out by setting one of the two variables considered and changing the values of the other. In the water addition study, ultrasound time was set at 15 min.It was found that oil recovery increased with the percentage of water added. It was decided to employ a ratio of 1:1 to study the influence of ultrasound application time. Under these conditions, it was found that with 1 minute of ultrasound application, recovery increased by 40 % over the process without ultrasound.It was observed that the composition in fatty acids and the content of natural antioxidants (tocopherols and polyphenols) are not affected by the ultrasound application.It is concluded that the application of high-frequency ultrasound with addition of water post malaxing improves recovery of virgin avocado oil without negative effects on the general quality of the 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,069
Tête enseignante GPT0,352
Écart entre enseignants0,283 · 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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetPlant Physiology and Cultivation StudiesTravaux en français237 207