Physicochemical properties, antioxidant stability and micronutrients preservation analyses of rice bran oil by joint acid and multi-enzymes degumming
Notice bibliographique
Résumé
Degumming, a critical process in the edible oil industry, is essential for removing phospholipids . Traditional methods such as water-degumming and acid-degumming have limitations in this regard. This study aimed to assess the efficacy of different degumming techniques, including acid, single and multi-enzyme methods, on rice bran oil (RBO). The investigation also focused on the impact of these techniques on the physicochemical characteristics and preservation of micronutrients in RBO during the degumming process. The primary phospholipids identified were phosphatidylethanolamine (29.51 %), phosphatidylcholine (37.00 %), and phosphatidylinositol (24.49 %). Acid degumming removed 84.23 % of phospholipids , while a significantly higher removal rate of 98.7 % was achieved with the combination of phospholipase A1 & phospholipase C. The degumming process effectively inhibited oxidation in RBO, leading to a substantial increase in the oxidation induction time from 5.7 to 10.0 hours. Furthermore, multi-enzyme degumming showed slightly greater radical-scavenging activity compared to single enzyme degumming in RBO. However, the levels of micronutrients such as phenols, sterols, tocopherols , squalene, and oryzanol were reduced by 6.27–22.17 %. This study provides a comprehensive analysis of the effects of different degumming processes on the physicochemical properties , fatty acid profiles, antioxidant capacities , and preservation of micronutrients in RBO.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».