Quantification of palm oil bioactive compounds by ultra‐high‐performance supercritical fluid chromatography and chemometrics
Notice bibliographique
Résumé
Abstract Lycopene, beta‐carotene, coenzyme Q10, and lutein are minor constituents of palm oil that are removed during biodiesel production to produce light‐coloured oils. With the aim to investigate the recovery of these valuable compounds, a separation method was developed to quantify carotenoids and coenzyme Q10 in palm oil by ultra‐high‐performance supercritical fluid chromatography. Due to the presence of interferents, different clean‐up procedures were evaluated; however, these approaches were ineffective and the separation method was developed without this step. The chemometric method multivariate curve resolution‐alternating least squares was employed to properly quantify lycopene, beta‐carotene, and coenzyme Q10 in the presence of interferents. Lutein was sufficiently resolved to be quantified by a univariate method. Lycopene concentration was below the limit of quantification 3.12 μg/mL (3.12 × 10 −3 kg/m 3 ). Beta‐carotene concentration was determined as being 183.48 ± 1.66 μg/mL (183.48 ± 1.66 × 10 −3 kg/m 3 ). Coenzyme Q10 concentration was lower than the limit of detection 4.22 μg/mL (4.22 × 10 −3 kg/m 3 ) and lutein concentration 9.24 μg/mL (9.24 × 10 −3 kg/m 3 ) was below the limit of quantification. The study showed the analytical challenges associated with the separation and quantification of minor constituents of a highly complex matrix such as palm oil and demonstrated that the recovery of beta‐carotene could be economically viable due to its wide range of application in industry.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».