MétaCan
Menu
Retour à la cohorte
Enregistrement W4405989758 · doi:10.11159/jffhmt.2024.043

Surroundings Impact on Terpene Stability in Terpene-Infused Pre-Rolled Cones: The Role of Temperature, Humidity, and Light Exposure

2024· article· en· W4405989758 sur OpenAlexvenueno aff
Arthur Karangan, Antonius Jimmy Widagdo, Sherwin Wardhana Rahardjo, Michael Giovanni Sugiarto, Reinhard Ferdinand Karangan, Edward Hartman Ernest, Shella Permatasari Santoso, Suryadi Ismadji

Notice bibliographique

RevueJournal of Fluid Flow Heat and Mass Transfer · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant biochemistry and biosynthesis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerpeneHumidityEnvironmental scienceChemistryMeteorologyGeographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Infusion of terpenes into the pre-rolled cone can enhance aroma and flavor and give the consumer a relaxing feeling.The high volatility of terpenes is a significant challenge in maintaining their content before reaching consumers.The terpene content can be lost due to evaporation during the product storage due to various environmental factors -This study demonstrates the extent to which temperature (at 30-50°C), light intensity (at 200-1500 lux), and room humidity affect terpene evaporation rate.The results of the study showed that light exposure had the most significant effect on the rate of terpene evaporation, followed by temperature.Light exposure at 1200 lux for 24 h leads to 99% terpenes loss.Terpene degradation significantly increases with rising temperatures and reaches 92.5% at 50°C.Contrariwise, higher humidity levels were found to reduce the degradation rates.These findings provide valuable insights for industries to develop more stable and high-quality terpene-containing products.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,226
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of Fluid Flow Heat and Mass TransferMême sujetPlant biochemistry and biosynthesisTravaux en français237 207