Effect of Physical Pretreatments on the Hydrolysis Kinetic, Structural, and Thermal Properties of Pinhão Starch Nanocrystals
Notice bibliographique
Résumé
Abstract Starch nanocrystals (SNCs) are insoluble platelet particles with multifunctional properties. SNCs production is mainly based on acid hydrolysis of cornstarch with low yield. This study focuses on investigating the effect of pretreatments (heat‐moisture‐treatment [HMT], annealing [ANN], and sonication [SNT]) on unconventional pinhão starch to produce SNCs by acid hydrolysis to improve the yield and SNCs properties. All starches hydrolysis is described by a first‐order model reaction and shown two phases related at k values. The faster hydrolysis is from SNT (k = 0.61 day−1) and the slower one is at ANN (k = 0.40 day−1). Furthermore, the acid hydrolysis is described by a rapid (0–2 days) phase, followed by a slow phase lasing 3–7 days. The HMT increases the yield of the SNCs (14.7%) but promotes losses in the RC (47.34%) as compared with the native starch (yield 10.23%; RC 52.23%). The ANN improves crystallites perfection, protecting them from acid attack. The pretreatments allow pinhão starch to be used as promising feedstock to produce SNCs with good yield and RC. In addition, ANN can be useful to improve the thermal stability and SNT to speeding up the hydrolysis for SNCs production, while HMT can increase the hydrolysis yield.
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 ».