Notice bibliographique
Résumé
Patent trends on foundation technique and application technologies of rapeseed by-products were analyzed for major producing countries including Korea, USA, Japan, China and Europe, to determine the usability and economical efficiency. To date, patents related to these by-products have been increasing steadily, since the first patent application in 1973. Patent applications in China are overwhelmingly active but those of Korea are steadily increasing. Japan and Europe unions have been slow in applying patents since the mid-2000s. The most number of application is the MB company in Canada, which is actively, doing research to develop technologies related to extraction and purification of useful substances from rapeseed. Most applicants were focusing on one or two of the major field technologies, depending on the company’s main products. Agricultural material section category accounted for more than half of the patent applications followed by technology for separation and purification of useful substances for cosmetics. In the early years of technology development, patent applications were mainly related to technologies on functional protein foods, agricultural materials and separation and purification of useful substances. In recent years, research had shifted on various fields such as cosmetics and medicines technology development is being attempted. In terms of section category, the USA has applied for the most number of patents in all fields except agricultural materials, where China is currently leading, Agricultural development efforts is well supported and encouraged by the Chinese government’s policies. In conclusion, it is suggested that technology development pertaining to separation and purification of useful substances from rapeseed by-products for cosmetics, functional protein foods, medicines and biotic pesticides to enhance value-added utilization of rapeseed by-products.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».