MétaCan
Menu
Retour à la cohorte
Enregistrement W3102797755 · doi:10.1002/cjce.23928

Elimination of tryptamines from green coffee by supercritical <scp>CO<sub>2</sub></scp> extraction

2020· article· en· W3102797755 sur OpenAlexvenueno aff
Lucia Baldino, Mariarosa Scognamiglio, Ernesto Reverchon

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTryptamineChemistrySupercritical fluidTryptaminesSupercritical fluid extractionResidue (chemistry)ChromatographySelectivityGreen coffeeExtraction (chemistry)Food scienceOrganic chemistryBiochemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Abstract Supercritical CO 2 (SC‐CO 2 ) extraction is commonly used to eliminate caffeine from coffee beans. In this work, the feasibility of tryptamine elimination is considered as a further objective of the process. SC‐CO 2 extraction process parameters (eg, pressure, CO 2 flow rate, water content) were studied to obtain tryptamine reduction, starting from those used in supercritical decaffeination. A good compromise, in terms of tryptamine residue in coffee beans, and process feasibility and selectivity, was found operating at 280 bar and 0.8 kg/h CO 2 , at a starting H 2 O content in coffee beans of 20% w/w. Using these process conditions, a tryptamine residue of 218 ppm (ppm) was measured in coffee beans after 18 hours of processing. A negligible effect on process selectivity and tryptamine yield was obtained by changing the CO 2 flow rate and the initial water content. However, working at an initial water content of 30% w/w and using wet CO 2 (CO 2 plus 3% w/w water), a tryptamine residue of 107 ppm in coffee beans was obtained, but industrial complexity and costs increased.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,007
Score d'incertitude au seuil0,351

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
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 recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,245
Écart entre enseignants0,227 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCoffee research and impactsTravaux en français237 207