Efficacy of green processing techniques on the recovery of phenolic compounds from canola meal
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The current study investigated how supercritical CO 2 (SC-CO 2 ) and micro-emulsion techniques (MT) used as green processing methods for the extraction of oil from canola press cake affected availability of phenolics from canola ( Brassica napus ). Canola press cakes obtained from expeller-pressed canola seeds at 60 ℃ from two different sources were subjected to various SC-CO 2 and MT protocols. The resultant partially defatted meals obtained from SC-CO 2 with various levels of residual oil and from MT had their phenolics extracted using ultrasound-assisted extraction (UAE). The phenolic-rich extracts were analysed and quantified by HPLC-DAD. The antioxidant potential of the extracts was also evaluated using in-vitro antioxidant assays (DPPH radical scavenging, metal ion chelation, and ferric reducing power). Results were compared with extracts from de-oiled canola meal prepared by solvent extraction. The results showed that MT defatted meal resulted in the lowest amount of sinapine (219 ± 5 µg/g DW) (M2) while SC-CO 2 defatted meal showed better total phenolic contents (4.65 ± 0.19 mg GAE/g) compared to MT (M2) (0.30 ± 0.04 mg GAE/g). The results of antioxidant activity indicated that extracts from MT defatted meal exhibited the highest metal chelating capacity (75.5%) while extracts from SC-CO 2 defatted meals generally showed increased potential for scavenging the DPPH free radical and reducing the ferric ion to the stable ferrous ion, both different aspects of lipid peroxidation. These findings provide insights on the use of green technologies that will enhance the utilization of canola meal protein for food applications.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 découle