High-intensity, Low-frequency Ultrasound Treatment as Sustainable Strategy to Develop Innovative Biomaterials from Agri-food Byproducts and Wastes
Notice bibliographique
Résumé
Bioconversion is an important avenue for finding value from biomass waste produced by the agricultural industry. One avenue of conversion is the development of upcycling byproducts and waste from food processing to value-added products. This includes degradable biomaterials which have real potential to reduce waste, improving economic, social and environmental impacts. As such, this research paper was focused on exploring two avenues of bioconversion from waste products of tomato skin, hemp meal and hops vines: identification of phytochemicals and the development of bioplastic. Combined to these researches, the effect of Ultrasound as a green technology was studied in both contexts. It was found that Ultrasound treatment reduced extraction time for saponin and phenolic acid from tomato skin, hemp meal and/or hops vines from 24h to 30 min. However, Ultrasound Assisted Extraction (UAE) was shown to affect the phenolic acid and saponin profiles of certain extracts. Ultrasound treatment was shown to positively impact the overall microscopic structure and qualities of bioplastic such as water activity, percentage moisture, hardness, cohesiveness, resilience, and springiness index. This study suggests that Ultrasound can be used as sustainable non-thermal method for extraction of active saponins and phenolics but also in bioplastic formulation to enhance physico-chemical characteristic.
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 | 0,000 | 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) | 0,001 | 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 ».