Microwave- and Ultrasound-Assisted Extraction of Cannabinoids and Terpenes from Cannabis Using Response Surface Methodology
Notice bibliographique
Résumé
Limited studies have explored different extraction techniques that improve cannabis extraction with scale-up potential. Ultrasound-assisted and microwave-assisted extraction were evaluated to maximize the yield and concentration of cannabinoids and terpenes. A central composite rotatable design was used to optimize independent factors (sample-to-solvent ratio, extraction time, extraction temperature, and duty cycle). The optimal conditions for ultrasound- and microwave-assisted extraction were the sample-to-solvent ratios of 1:15 and 1:14.4, respectively, for 30 min at 60 °C. Ultrasound-assisted extraction yielded 14.4% and 14.2% more oil and terpenes, respectively, compared with microwave-assisted extracts. Ultrasound-assisted extraction increased cannabinoid concentration from 13.2−39.2%. Considering reference ground samples, tetrahydrocannabinolic acid increased from 17.9 (g 100 g dry matter−1) to 28.5 and 20 with extraction efficiencies of 159.2% and 111.4% for ultrasound-assisted and microwave-assisted extraction, respectively. Principal component analyses indicate that the first two principal components accounted for 96.6% of the total variance (PC1 = 93.2% and PC2 = 3.4%) for ultrasound-assisted extraction and 92.4% of the total variance (PC1 = 85.4% and PC2 = 7%) for microwave-assisted extraction. Sample-to-solvent ratios significantly (p < 0.05) influenced the secondary metabolite profiles and yields for ultrasound-assisted extracts, but not microwave-assisted extracts.
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 | 0,001 | 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 ».