Διαχωρισμός και ανάκτηση πρωτεϊνών και σακχάρων από τυρόγαλο χαλλουμιού με τη χρήση μεμβρανών υπερδιήθησης
Notice bibliographique
Résumé
Στην παρούσα πτυχιακή άσκηση μελετήθηκε ο διαχωρισμός και η ανάκτηση πρωτεϊνών και σακχάρων από τυρόγαλο χαλλουμιού. Κατά την παραγωγική διαδικασία χαλλουμιού λαμβάνεται ως απόβλητο μεγάλος όγκος τυρογάλακτος. Το τυρόγαλο είναι υψηλής περιεκτικότητας σε οργανική ύλη και η διαχείρισή του αποτελεί κοστοβόρα επεξεργασία. \nΣτόχος της πτυχιακής εργασίας είναι η διερεύνηση του διαχωρισμού και η ανάκτηση συστατικών υψηλής προστιθέμενης αξίας (πρωτεϊνών και σακχάρων) ως παραπροϊόν από το τυρόγαλο χαλλουμιού. Για τον σκοπό αυτό δύο δείγματα τυρογάλακτος επεξεργάστηκαν με πέντε τύπους μεμβρανών υπερδιήθησης (10, 50, 20, 2, 1 kDa) κάτω από διάφορες διαμεμβρανικές πιέσεις. Τα πειράματα μεμβρανών πραγματοποιήθηκαν σε μια συσκευή πλακών και πλαισίων εργαστηριακού μεγέθους (Alfa Laval Labunit M10). \nΣτο πρώτο μέρος της πειραματικής διαδικασίας έγινε υπερδιήθηση με τρεις τύπους μεμβρανών 100, 50 και 20 kDa. Διενεργήθηκαν δύο επαναλήψεις για κάθε δείγμα και κάθε τύπο μεμβράνης, όπου η πυκνότητα ροής καταμετρήθηκε σε όλα τα πειράματα και τις διαφορετικές πιέσεις, ενώ ποσότητα δείγματος τροφοδοσίας και διηθήματος συλλέχθηκε για ανάλυση. Στο δεύτερο μέρος της πειραματικής διαδικασίας διήθημα από μεμβράνη 20 kDa χρησιμοποιήθηκε ως υγρό τροφοδοσίας για την επεξεργασία με μεμβράνες 2 και 1 kDa, όπου ακολούθησε η ίδια διαδικασία με το πρώτο μέρος. Έγινε έλεγχος των παραμέτρων απόδοσης και του συντελεστή συγκράτησης για κάθε πειραματικό συνδυασμό. Αναλύσεις έγιναν για τον υπολογισμό των συντελεστών συγκράτησης σε πρωτεΐνες, ολικά σάκχαρα και ολικές φαινόλες. \nΣύμφωνα με τα αποτελέσματα, οι μεμβράνες που μελετήθηκαν είχαν υψηλό συντελεστή συγκράτησης σε πρωτεΐνες (70-90%). Το μειονέκτημα των μεμβρανών μικρότερης τιμής μοριακού κατωφλίου ήταν η σχετικά μεγάλη συγκράτηση ολικών σακχάρων στο συμπύκνωμα (20-40%), αλλά και η μικρή πυκνότητα ροής . \nΩστόσο, ο καλύτερος διαχωρισμός έγινε με την χρήση της μεμβράνης των 100 kDa όπου ~75% των πρωτεϊνών παρέμεινε στο συμπύκνωμα, ενώ ~98% των ολικών σακχάρων πέρασε στο διήθημα με αποτέλεσμα τον διαχωρισμό των δύο συστατικών. Οι βέλτιστες παράμετροι λειτουργίας ήταν στα 3 bar όπου η πυκνότητας ροής ήταν ~12 Lm -2h-1
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,012 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,009 | 0,004 |
| Intégrité de la recherche | 0,013 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».