Effects of Viscozyme L on the Yield of Oil Obtained from Fresh Avocado Fruit Pulp (Persea americana Mill.) by Three-Phase Partitioning Extraction Method
Notice bibliographique
Résumé
The applicability of Viscozyme L in extraction for recovery of avocado oil from fresh fruit pulp was studied. The effects of enzyme concentration, incubation temperature and time on the yield of avocado oil extracted by enzyme-assisted three-phase partitioning (EATPP) extraction method were investigated and the physicochemical properties of the final oil were evaluated. The highest oil yield obtained by EATPP using Viscozyme L was 39.79 ± 1.02 % on the dry basis of material, significantly higher than that extracted by TPP without enzyme (18.5 ± 0.76 %). The best conditions were 1.5 % (v/w) enzyme concentration, incubation at 50 °C for 1 h. Meanwhile, the yield of oil extracted by Soxhlet method was 58.10 ± 0.65 %, obviously higher than EATPP. However, EATPP gave better oil in terms of quality. The free fatty acid value of oil extracted by EATPP (0.87 ± 0.08 %) showed no significant difference compared to the oil extracted by Soxhlet method. Besides, oil extracted by EATPP had lower peroxide value (6.75 ± 0.29 meq O2/kg oil) and higher total phenolic content (63.60 ± 2.73 mg GAE/100 g oil) than that by Soxhlet method. The fatty acid compositions of the oil extracted by EATPP mainly consist of palmitic acid, palmitoleic acid, oleic acid, and linoleic acid. The extraction of oil from fresh avocado fruit pulp utilizing EATPP can be used as an efficient method to reduce the avocado loss, thus saving cost, and increasing the product varieties from this kind of fruit.
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) | 0,001 | 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) | 0,000 | 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 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 ».