Meta‐analysis and review of cannabinoids extraction and purification techniques
Notice bibliographique
Résumé
Abstract Projected revenues of cannabis concentrates and extracts in Canada will reach 5 billion dollars, of which infused products will account for half of the total. The pharmacologically active cannabinoids accumulate in the crop's flowers, accounting for as much as 30% of their dry mass, and are absent from the rest of the plant's body. To achieve a cost effective drug formulation requires optimizing cannabis processing techniques. Here, we review the pre‐treatment of Cannabis sativa L. , its solvent extraction, and the isolation of its active metabolites. We describe traditional extraction processes such as maceration and percolation with organic solvents, but focus on recent green solvent and methods including supercritical fluid extraction (SCFE) and microwave‐ and ultrasound‐enhanced techniques. Furthermore, we report the decarboxylation kinetics to convert tetrahydrocannabinolic acid and cannabidiolic acid and purification‐isolation techniques to satisfy regulatory and consumer requirements. Cannabinoids decarboxylate in 10–60 min at 100–150°C. Ethanol and petroleum ether recover up to 90% of the neutral cannabinoids from plant inflorescences, but the crude extracts require further refining as the purity is less than 50%. Propane and butane compressed gas extraction facilitate solvent removal but introduce safety hazards related to flammability. SCFE is the safest solvent‐free extraction method with improved terpenoid recovery and purity. Academic and commercial interest in the field is expected to accelerate in the next decade due to recent changes in regulatory schemes across North America, which will reduce legal and stigmatic barriers to research.
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 | 0,009 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,021 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».