Homogenate Extraction of Polysaccharides from Pine Nut Meal: Optimization and Comparison with Other Extraction Methods by Characterizing Their Extracts
Notice bibliographique
Résumé
Homogenate extraction technology was applied to extract polysaccharides from pine nut (Pinus koraiensis) meal, a food waste from its oil processing. The first objective was to study the effects of liquid-solid ratio, homogenate extraction time, and temperature on the yield of pine nut meal polysaccharides (PNMP) using single-factor and Box–Behnken design. The optimal processing conditions were liquid-solid ratio of 43.23 mL/g at 35°C for 2 min 50 sec that produced PNMP yield of 11.7%. Extraction factors interacted with each other significantly ( p<0.01 ). The second objective was to compare the homogenate extract with those produced using other methods including ultrasonic, microwave, and hot water extraction. Polysaccharides were separated using HPLC based on molecular weight (MW) and characterized with the polysaccharide and protein contents of each fraction. The homogenate PNMP had the most of small size (<100 kDa) polysaccharides, and its glycoprotein fractions generally contained higher level of protein, as well as a high ABTS+scavenging activity observed by HPLC-UV-ABTS+assay. FTIR analysis was used to characterize the functional groups. Homogenate extraction is superior in producing PNMP compared with other common methods, and its PNMP extract has potential antioxidant benefit.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».