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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».