Sequential Extraction of Valuable Bio-Products from Snow Crab (Chionoecetes opilio) Processing Discards Using Eco-Friendly Methods
Notice bibliographique
Résumé
Green extraction methods using a combination of mechanical, enzymatic, and green chemical treatments were evaluated for the sequential extraction of carotenoid pigments, protein, and chitin from crab processing discards. Key objectives included avoiding the use of hazardous chemical solvents, conducting as close to a 100% green extraction as possible, and developing simple processes to facilitate implementation into processing plants without the need for complicated and expensive equipment. Three crab bio-products were obtained: pigmented vegetable oil, pigmented protein powder, and chitin. Carotenoid extractions were performed using vegetable oils (corn, canola, and sunflower oils), giving between 24.85% and 37.93% astaxanthin recovery. Citric acid was used to demineralize the remaining material and afforded a pigmented protein powder. Three different proteases were used to deproteinate and isolate chitin in yields between 17.06% and 19.15%. The chitin was still highly colored and therefore decolorization was attempted using hydrogen peroxide. Characterization studies were conducted on each of the crab bio-products isolated including powder X-ray diffraction analysis on the chitin (80.18% crystallinity index, CI, achieved using green methods). Overall, three valuable bio-products could be obtained but further research is needed to obtain pigment-free chitin in an environmentally friendly manner.
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) | 0,001 | 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 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 ».