Targeted Anthocyanin Enrichment of Cranberry Juice by Electrodialysis with Filtration Membranes: Impact of Filtration Membrane Physicochemical Properties and Predictive Statistical Models
Notice bibliographique
Résumé
To optimize cranberry juice enrichment, correlation between physicochemical properties of filtration membranes (FM) and anthocyanin migration was investigated during electrodialysis with filtration membranes (EDFM) using redundancy (RDA) and multivariate regression (MRGA) analyses. Six polyether sulfone (PES) and polyvinylidene fluoride (PVDF) membranes with molecular weight cut-offs between 150 and 500 kDa, commercially available at large scale, were characterized in terms of nine physicochemical characteristics and used for EDFM. The highest migration of total anthocyanin was obtained with PVDF 250 kDa, with a global migration rate of 3.5 ± 0.4 g/m2·h. RDA showed that two FM properties (mesopore porosity and hydrophilic porosity) were significantly negatively correlated to the anthocyanin’s migration and explained 67.4% of their total variation in migration. Predictive MRGA models were also developed for each anthocyanin based on these significant FM properties. A combination of intermolecular interactions may lead to binding in a cooperative and synergistic mode and hinder the anthocyanin migration.
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 | 0,000 |
| 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 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 ».