MétaCan
Menu
Retour à la cohorte
Enregistrement W2947967298 · doi:10.18502/jfqhc.6.2.956

Lipid and β-Carotene Production by Rhodosporidium diobovatum Cultured with Different Carbon to Nitrogen Ratios

2019· article· en· W2947967298 sur OpenAlexaff
Maryam Mirzaie, S. Siavash Saei‐Dehkordi, David B. Levin

Notice bibliographique

RevueJournal of Food Quality and Hazards Control · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueAlgal biology and biofuel production
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésNitrogenFood scienceOleic acidChemistryCarotenoidCarbon fibersCaroteneCarbon-to-nitrogen ratioLinoleic acidChromatographyFatty acidBiochemistryOrganic chemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Background: In food industry, carotenoids are used as food colorants conferring yellow to red color. This research was designed to study on lipid and β-carotene production by Rhodosporidium diobovatum cultured with different Carbon to Nitrogen (C/N) ratios. Methods: R. diobovatum was cultured in a medium containing 40 g/l glucose (as the carbon source) and different C/N ratios (20, 50, and 80), which were established by adding different amounts of (NH4)2SO4 (3.78, 1.51, and 0.94 g/l) as the source of nitrogen. High performance liquid chromatography, gas chromatography, and microplate reader were used to determine the glucose concentration, lipid production, and β-carotene concentration, respectively. Data were analyzed using IBM SPSS statistics (v. 24). Results: Cultures with a C/N ratio of 50 produced the greatest amount of lipids during 120 h pi. However, lipid synthesis in the first 48 h pi was very low for all three C/N ratios. Analyses of the lipid composition revealed that oleic acid and linoleic acid were the dominant (60%) fatty acids. Cultures with a C/N ratio of 50 also produced the greatest amount of β-carotene. Conclusion: R. diobovatum in the C/N of 50 culture medium resulted in greater concentrations of lipid and β-carotene. Defining the optimum C/N ratio will enable development of optimized bioprocess engineering parameters

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)0,001
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 enseignants0,199
Score d'incertitude au seuil0,477

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,240
Écart entre enseignants0,228 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food Quality and Hazards ControlMême sujetAlgal biology and biofuel productionTravaux en français237 207