Effect of Pectinolytic Enzyme Pretreatment on the Clarification of Cranberry Juice by Ultrafiltration
Notice bibliographique
Résumé
Cranberries, mainly processed as juice, have garnered interest over the past decade due to their high content of phytochemical compounds related to promising health benefits. To meet consumer expectations, a juice clarification step is usually incorporated to remove suspended solids. The use of pectinolytic enzyme and membrane processes are commonly applied to the production of clarified juices, but no studies have been done on cranberry juice. In this study, the effects of 60 (D60) and 120 min (D120) of depectinization by pectinolytic enzymes coupled to clarification by ultrafiltration (UF) (membrane molecular weight cut-off (MWCO) of 50, 100 and 500 kDa) was evaluated on the filtration performance, membrane fouling and cranberry juice composition. Compared to fresh juice, depectinization for 60 and 120 min reduced the UF duration by 16.7 and 20 min, respectively. The best filtration performance, in terms of permeate fluxes, was obtained with the 500 kDa MWCO UF membrane despite the highest total flux decline (41.5 to 57.6%). The fouling layer at the membrane surface was composed of polyphenols and anthocyanins. Compared to fresh juice, anthocyanin decreased (44% and 58% for D60 and D120, respectively) in depectinized juices whereas proanthocyanidin (PAC) content increased by 16%. In view of the industrial application, a 60 min depectinization coupled to clarification by a 500 kDa UF membrane could be viewed as a good compromise between the enhancement of filtration performance and the loss of polyphenols and their fouling at the membrane surface.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».