Characterization and optimization of hydrothermal extraction of quercetin from <scp> <i>Quercus</i> </scp> leaves using response surface methodology
Notice bibliographique
Résumé
Abstract A hydrothermal process using subcritical water and ethanol as an extraction solvent has been studied to extract high‐value flavonoid compounds from Quercus leaves. The univariate analysis showed that the maximum quercetin yield was 34.6 mg/g obtained at the liquid–solid ratio of 30:1 ml/g, concentration of ethanol 60% (V/V), extraction temperature of 180°C, and extraction duration of 5 h. Based on the Box–Behnken experiment design, the response surface methodology (RSM) was used to optimize the liquid‐to‐solid ratio, extraction time, extraction temperature, ethanol concentration, and other operating conditions of hydrothermal extraction of quercetin. The regression equation showed that the maximum yield of quercetin was 36.1 mg/g under the conditions of solvent ethanol concentration of 65% (V/V), liquid–solid ratio of 40:1 ml/g, extraction temperature of 189°C, and extraction duration of 5.5 h. The quercetin yield of 36.1 mg/g obtained by the hydrothermal method was 5.6 times the 6.4 mg/g obtained by the traditional ethanol reflux extraction at the same concentration of ethanol 65% (V/V), liquid–solid ratio of 40:1 ml/g, and extraction duration of 5.5 h, but at the boiling point of the solvent.
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 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».