Pilot scale cavitational reactors and other enabling technologies to design the industrial recovery of polyphenols from agro-food by-products, a technical and economical overview
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We herein provide an overview of the most recent multidisciplinary process advances that have occurred in the food industry as a result of changes in consumer lifestyle and expectations. The demand for fresher and more natural foods is driving the development of new technologies that may efficiently operate at room temperature. Moreover, the huge amount of material discarded by the agro-food production chain lays down a significant challenge for emerging technologies that can provide new opportunities by recovering valuable by-products and creating new applications. Aiming to design industrial processes, there is a need of pilot scale plants such as the “green technologies development platform” that was established by the authors. The platform is made up of a series of multifunctional laboratories that are equipped with non-conventional pilot reactors developed in direct collaboration with partner companies in order to bridge the enormous gap between academia and industry via the large-scale exploitation of relevant research achievements. Selected key, enabling technologies for process intensification make this scale-up feasible. We make use of two selected examples, the grape and olive production chains, to show how cavitational reactors, which are based on high-intensity ultrasound and rotational hydrodynamic units, can assist food processing and the sustainable recovery of waste to produce valuable nutraceuticals as well as colouring and food-beverage additives.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle