MétaCan
Menu
Retour à la cohorte
Enregistrement W4409289479 · doi:10.5539/jas.v17n5p55

Optimizing Vetiver Oil Yield and Quality: A Comprehensive Approach Integrating Traditional and Modern Extraction Techniques

2025· article· en· W4409289479 sur OpenAlexvenueno aff
Hamidreza Zobeir, Bahram Asiabanpour

Notice bibliographique

RevueJournal of Agricultural Science · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMagnetic and Electromagnetic Effects
Établissements canadiensnon disponible
Organismes subventionnairesTexas State UniversityU.S. Department of Agriculture
Mots-clésYield (engineering)Extraction (chemistry)Quality (philosophy)Computer scienceProcess engineeringBiochemical engineeringEnvironmental scienceEngineeringChemistryChromatographyMaterials science

Résumé

récupéré en direct d'OpenAlex

This research explores how traditional distillation can be combined with modern green extraction methods to improve both the yield and quality of vetiver oil. Researchers use an integrative approach to assess how root age together with cultivation methods and extraction processes influence oil production levels. The study methodically examines multiple variables including boiling time and solvent volume together with environmental effects through soil-based cultivation and aquaponic methods. Research shows that vetiver root age greatly influences oil production where roots aged between one and three years generate superior yields compared to older roots. The study identified solvent volume as a critical determinant of oil yield because 300 g of solvent produced maximum oil quantities. Despite testing boiling time and fan operation, neither demonstrated steady yield improvements. The ultrasonic extraction process failed to deliver anticipated outcomes which may stem from problems related to intensity settings, frequency parameters, or probe configuration. The research highlights optimizing various factors to enhance extraction efficiency while setting a foundation for further sustainable vetiver oil production studies.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,275
Écart entre enseignants0,253 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetMagnetic and Electromagnetic EffectsTravaux en français237 207