MétaCan
Menu
Retour à la cohorte
Enregistrement W4405384956 · doi:10.1002/cjce.25583

Optimization of process parameters in supercritical <scp>CO<sub>2</sub></scp> extraction of rose essential oil: Evaluation of phenolic, flavonoid, and antioxidant profiles

2024· article· en· W4405384956 sur OpenAlexvenueno aff
Aimin He, Suharmiati Suharmiati, Nicky Rahmana Putra

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEssential Oils and Antimicrobial Activity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExtraction (chemistry)Supercritical fluidFlavonoidSolubilityEssential oilChromatographyYield (engineering)ChemistrySupercritical fluid extractionAntioxidantResponse surface methodologySupercritical carbon dioxideVolumetric flow rateMaterials scienceOrganic chemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract This study explores the optimization of supercritical CO 2 extraction parameters (pressure, temperature, and flow rate) to maximize the yield and bioactive content in rose essential oil. Experiments covered a pressure range of 20–30 MPa, temperatures of 40–60°C, and flow rates from 2 to 6 mL/min, aiming to elucidate the effects of these variables on extraction outcomes. Findings indicate that a pressure of 20 MPa, temperature range of 40–50°C, and flow rate of 2–4 mL/min achieved optimal extraction, enhancing both yield and bioactive compound solubility. These specific conditions preserved high levels of phenolic and flavonoid compounds, directly boosting the antioxidant potency of the oil. The non‐linear interaction of each parameter highlights the critical balance needed for efficient extraction. This optimized process not only improves the economic viability of rose essential oil production by maximizing bioactive yields but also supports applications in therapeutic and cosmetic fields due to the oil's enriched antioxidant profile.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,165

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,226
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetEssential Oils and Antimicrobial ActivityTravaux en français237 207