Factors Affecting the Extraction of (Poly)Phenols from Natural Resources Using Deep Eutectic Solvents Combined with Ultrasound-Assisted Extraction
Notice bibliographique
Résumé
Replacing conventional solvents with deep eutectic solvents (DES) has shown promising effects on the extraction yield of (poly)phenols.DES can be combined with ultrasound-assisted extraction (UAE) to further increase the extraction efficiency of (poly)phenols from natural resources compared to conventional methods.This review discusses the factors associated with DES (composition, solvent-tosample ratio, extraction duration, and temperature) and UAE (ultrasound frequency, power, intensity, and duty cycle) methods that influence the extraction of (poly)phenols and informs future improvements required in the optimization of the extraction process.For the optimum (poly)phenol extraction from natural resources, the following parameters shall be considered: ultrasound frequency should be in the range of 20-50 kHz, ultrasound intensity in the range of 60-120 W/cm 2 , ultrasound duty cycle in the range of 40-80%, ultrasound duration for 10-30 minutes, and ultrasound temperature for 25-50 C.Among the reported DES systems, choline chloride with glycerol or lactic acid, with a solvent-to-sample mass ratio of 10-30:1 shown to be effective.The solvent composition and solvent-to-sample mass ratio should be selected according to the target compound and the source material.However, the high viscosity of DES is among the major limitations.Optimizing these factors can help to increase the yield of extracted (poly)phenols and their applications.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».