Valorization of Wild-Type Cannabis indica by Supercritical CO2 Extraction and Insights into the Utilization of Raffinate Biomass
Notice bibliographique
Résumé
Supercritical CO2 extraction (SCCO2) extraction of cannabis oil from Indian cannabis (Cannabis indica) leaves was optimized through a central composite design using CO2 pressure (150–250 bar), temperature (30–50 °C) and time (1–2 h). From the regression model, the optimal CO2 pressure, extraction temperature and time were 250 bar, 43 °C and 1.7 h, respectively resulting in the experimental yield of 4.9 wt% of cannabis oil via SCCO2 extraction. The extract contained cannabidiol, tetrahydrocannabivarin, Δ9-tetrahydrocannabinol and Δ8-tetrahydrocannabinol as well as two terpenoids such as cis-caryophyllene and α-humulene. Besides SCCO2 extraction of cannabis oil, the raffinate biomass was utilized to extract polyphenols using water as the extraction medium. Cannabis oil and water extractive were investigated for their half-maximal inhibitory concentration (IC50) values, which were found to be 1.3 and 0.6 mg/mL, respectively. This is comparable to the commercially available antioxidant such as butylated hydroxytoluene with an IC50 value of 0.5 mg/mL. This work on SCCO2 extraction of cannabinoids and other valuable bioactive compounds provides an environmentally sustainable technique to valorize cannabis leaves.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».