MétaCan
Menu
Retour à la cohorte
Enregistrement W4377193681 · doi:10.5539/jfr.v12n3p7

Supercritical CO2 Extraction of Oil from Dried Avocado (Persea Americana Mill.) Fruit Pulp: Oil Yield, Solubility, and the Oil Characteristics

2023· article· en· W4377193681 sur OpenAlexvenueno aff
Nam Nghiep Tran, Tuan Q. Dang

Notice bibliographique

RevueJournal of Food Research · 2023
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerseaSupercritical fluidChemistrySupercritical fluid extractionExtraction (chemistry)Pulp (tooth)Peroxide valueChromatographyParticle sizeFood scienceBotanyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to investigate the applicability of supercritical fluid technology for extraction of avocado oil. The dried avocado fruit pulp (Persea americana Mill.) was extracted by using a semi-pilot supercritical extraction system. Effect of several process parameters, such as CO2 flow rate, particle size, pressure and temperature on total oil yield, free fatty acid, peroxide value, total phenolic and total flavonoid content in oil were assessed. Avocado oil was extracted within the range for flow rate of 10 and 15L/h, particle size of 2.0 and 3.0 mm, temperature of 34, 42 and 50 oC and pressure of 15, 20, 25 and 30 MPa. Kinetic curves clearly exhibited three periods of extraction (constant rate, falling rate and diffusion-controlled). Increasing flow rate, pressure, temperature or reducing particle size brought an increase in the oil yield and extraction rate. Overall, after 150 min of extraction, the oil in dried avocado was almost completely extracted. The oil yield by supercritical CO2 method (58.97%) obtained at 50 oC and 30 MPa was higher than that by Soxhlet method (55.83%). An increase in pressure (at constant temperature) brought an increase in free fatty acid values in oil but decrease in peroxide values and total phenolic content. On the other hand, the effect of temperature on those parameters was opposite. The oil by supercritical CO2 method was of better quality than that by Soxhlet method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,326
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207