GCTOF-MS and HPLC Identification of Phenolic Compounds with Different Fractional Extracts of Lepironia articulata
Notice bibliographique
Résumé
Cyperaceae species have an intrinsic value as a source of active elements with biological activity from the family of monocotyledonous known as sedges. Sedges grow in all types of soils associated with wetlands or poor soils. The aim of this present study is to evaluate the content of phenolic compounds by qualitative and quantitive analysis on Lepironia articulata. Dried leaves of L. articulata were successfully extracted by using water extraction then separated with different solvent polarities; petroleum ether, ethyl acetate and butanol fractions before being analysed using GCTOF-MS, microplate reader and HPLC. The result from the GCTOF-MS analysis of fractional extracts showed that 48 compounds were found in petroleum ether, ethyl acetate and butanol extracts. From those extracts, only six phenolic compounds were identified in ethyl acetate and butanol extracts which were 2-Methoxy-4-vinylphenol, Phenol, 2,4-bis(1,1-dimethylethyl)-, 4-Hydroxybenzaldehyde, Catechol, Phenol, 2-methoxy- and Vanillin. The total phenolic content was found to be 984.63 ± 5.96 μg GAE/g DW in L. articulata. Quantitative analysis of individual phenolic acid by HPLC showed the predominant amount of Vanillic acid (0.48 ± 0.00 μg/g DW) in ethyl acetate while 4-Hydroxybenzoic acid and Caffeic acid, both of which were 0.12 ± 0.00 μg/g DW in butanol extracts. In the present study, the plant extracts demonstrated the highest phenolic compound detected in ethyl acetate and butanol.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».