Optimizing Jasmine Flower Extraction: A Review of Modern Approaches
Notice bibliographique
Résumé
Jasmine, renowned for its enchanting fragrance and therapeutic properties, holds significant cultural, economic, and industrial value globally. Primarily cultivated for its flowers, jasmine is widely used in perfumery, cosmetics, aromatherapy, and pharmaceuticals. Value addition, such as producing essential oils, teas, and skincare products, enhances profitability, extends shelf life, and reduces post-harvest losses. Traditional extraction methods like steam distillation (SD) and solvent extraction (SE) face limitations, including low yield, long extraction times, and degradation of heat-sensitive compounds. To overcome these challenges, innovative technologies such as supercritical fluid extraction (SFE), microwave-assisted extraction (MAE), ultrasound-assisted extraction (UAE), subcritical water extraction (SWE), pulsed electric field (PEF), and cold plasma extraction have emerged. These methods offer higher efficiency, improved yield, and reduced environmental impact. For example, SFE using supercritical CO₂ achieves superior oil yields, while MAE and UAE reduce extraction time and energy consumption. SWE eliminates organic solvents, making it a sustainable alternative, and PEF and cold plasma enhance extraction by disrupting cell membranes. Despite their advantages, challenges such as high equipment costs, scalability, and optimization of parameters remain. Future research should focus on techno-economic analysis, environmental impact assessment, and scalable industrial prototypes. By integrating these advanced technologies, the jasmine industry can achieve sustainable growth, support rural livelihoods, and meet the rising demand for natural and organic products. This review highlights advancements in jasmine processing, emphasizing the potential of innovative extraction methods to revolutionize the industry while preserving its aromatic and therapeutic qualities.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».