Air frying as a heat pre-treatment method for improving the extraction and yield of canolol from canola seeds
Notice bibliographique
Résumé
Abstract Roasting of canola seeds prior to oil extraction is essential for producing unique flavors and heat-induced formation of novel phenolic compounds. This study investigated the efficacy of air frying as a seed roasting pre-treatment technique to improve the recovery of canolol and other oil-soluble sinapic acidic derivatives (SADs) from canola seeds. Air frying of canola seeds was carried out at temperature-time regimens of 160, 170, 180 or 190 ◦C for 5, 10, 15, or 20 min, respectively. Oil was extracted by the Soxtec method and the soluble SADs were extracted from the oil by addition of an equal volume of hexane/70% methanol mixture followed by quantification using high performance liquid chromatography-diode array detection (HPLC-DAD). The total phenolic content (TPC) and antioxidative activity of the oils were also evaluated. The results indicated a time-temperature association for the recovery of canolol. The optimum air frying condition at 190 oC for 15 min produced the maximum yield of canolol (1439 ± 45.6 μg/100 g roasted seed) in addition to other unidentified SADs. The oil extracts obtained from canola seed roasted at 180, 15 min, 190 oC, 15 and 20 min showed the highest TPC (0.387 ± 0.015, 0.413 ± 0.002 and 0.419 ± 0.002 mg GAE/g oil), respectively, and the strongest antioxidant activities (DPPH radical scavenging and iron reducing), but exhibited weak metal ion chelating activity. There was a strong positive correlation of canolol content to the antioxidant activities (DPPH, FRAP) and TPC value for the canola oil extracts (r=0.85, r=0.93 and 0.88), respectively.
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 ».