MétaCan
Menu
Retour à la cohorte
Enregistrement W7132910960

Extraction of Clove Oil with Lecithin-based Microemulsions Guided by the Hydrophilic-Lipophilic-Difference (HLD) and Net-Average-Curvature (NAC) Model

2022· dissertation· W7132910960 sur OpenAlexaff
Jia Xin Tan

Notice bibliographique

RevueTSpace · 2022
Typedissertation
Langue
DomaineChemistry
ThématiqueSurfactants and Colloidal Systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésExtraction (chemistry)Pulmonary surfactantMicroemulsionPolarYield (engineering)Capillary actionSolventAqueous two-phase systemAqueous solution
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Current methods for extracting herbal oils, including steam and solvent extraction, suffer from low yields, using large volumes of solvents, and for being time and energy intensive. Capillary displacement, as an emerging extraction method, uses dilute surfactant solutions to promote low interfacial tensions to reduce the capillary pressure that retains triglycerides on the seed matrix. This work adapts this strategy to extract polar oils, specifically eugenol. Polar oils are compounds with dual, surfactant- and oil-like behaviour and their high affinity for the surfactant alters the phase behavior and make separating them from the surfactant difficult. The Hydrophilic-Lipophilic-Difference and Net-Average-Curvature + polar oil models are applied to predict the influence of eugenol in lecithin-based microemulsions and as a guide to develop an extraction process called Solvent-Addition and Self-Emulsification, that including a recycling step for the aqueous phase, produced 18% yield at room temperature and pressure with 5 minutes of extraction time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,329
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,291
Écart entre enseignants0,276 · 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 tête enseignante, pas un consensus.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetSurfactants and Colloidal SystemsTravaux en français237 207