Tutorial for the Characterization of Fatty Acid Methyl Esters by Gas Chromatography with Highly Polar Capillary Columns
Notice bibliographique
Résumé
The fatty acid composition of fats and oils is commonly determined by gas chromatography after preparing fatty acid methyl esters (FAME). Capillary columns coated with polyethylene glycol emerged as the preferred separation tool for the quantification of the polyunsaturated fatty acids contained primarily in marine oils. However, their selectivity is inadequate for measuring the trans fatty acids (TFA) contained in refined vegetable oils, dairy fats, and marine oils. Highly polar 100% poly(biscyanopropyl siloxane) capillary columns provide the necessary selectivity, but small differences in the phase polarity caused by column age, conditioning, or manufacturing variations affect the reproducibility of their separations of these complex samples. In this study, a simple procedure is described to compensate for small variations in column selectivity by adjusting the elution temperature. The balance between the dipole-induced dipole interactions and dispersive interactions was determined by measuring selectivity factors [SF(i)] corresponding to the elution of an unsaturated FAME such as 18:3n-3 relative to two saturated FAME such as 20:0 and 22:0. Knowing the SF(i) provided by the installed capillary column at a given elution temperature, and the SF(i) of the target separation, we propose a simple calculation to determine the necessary elution temperature adjustment to achieve (or restore) the desired separation. After determining the SF(i) which provides the optimal separation of TFA, the novel methodology was applied to the separation of refined vegetable oils, butter fats, and marine oils.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».