Preparation of 9<i>Z</i>-β-Carotene and 9<i>Z</i>-β-Carotene High-Loaded Nanostructured Lipid Carriers: Characterization and Storage Stability
Notice bibliographique
Résumé
Cis ( Z )-β-carotenes with 25.3% 9 Z -β-carotene were prepared for nanostructured lipid carriers (NLCs). The optimal conditions for NLC preparation using an orthogonal experimental method were as follows: the total lipid concentration was 9% (w/v), the surfactant concentration was 1.4% (w/v), the solid to liquid lipid ratio was 3:1 (w/w), and the homogenization pressure was set at 500 bar for three cycles. Under these conditions, the encapsulation efficiency (%) of the NLC was 95.64%, and the total β-carotene in NLCs was 2.9 mg/mL, which was significantly higher than those reported by others. The proportion of total Z -β-carotenes was as high as 53.3%, the particle size was 191 ± 6.46 nm, and the polydispersity index was 0.2 ± 0.03. Storage stability results indicated that the β-carotene-loaded NLC stabilizes both 9 Z -β-carotene and total β-carotene from leakage and degradation during 21 days of storage at pH 3.5–7.5 at low temperatures (4 °C), especially for the more bioactive 9 Z -β-carotene. The technique with an improved ratio of 9 Z -β-carotene, loading capacity, water solubility, and bioaccessibility of the β-carotene NLC provides an effective strategy for β-carotene applications in functional foods or beverages and in nutraceutical preparations.
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 | 0,000 | 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) | 0,001 | 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 ».