Bibliographic record
Abstract
La stratégie mondiale visant à parvenir à une économie industrielle agroalimentaire durable et circulaire, devra inclure l’utilisation de la biomasse forestière comme matière première pour en extraire des ingrédients fonctionnels naturels. L’érable, un important symbole reconnu du Canada, représente environ 3 % du total des arbres du Canada, et il produit chaque année une grande quantité de biomasse feuillue qui est considérée comme un déchet et, une fois éliminée, peux présenter certains problèmes environnementaux. Parmi les ingrédients fonctionnels d’origine végétale les plus populaires, les composés phénoliques connaissent une demande croissante de la part des secteurs alimentaire, nutraceutique, pharmaceutique et cosmétique. L’extraction de composés phénoliques à partir de la biomasse feuillue a donc d’abord été envisagée à l’aide d’une revue de la littérature. De cette revue, nous retenons que la biomasse feuillue de l’érable à sucre (Acer saccharum) peut être considérée comme une source renouvelable de composés phénoliques. À cet effet, un procédé de macération a été optimisé grâce à un plan factoriel jumelé à un modèle de surface de réponse pour l’extraction des composés phénoliques des feuilles d’érable à sucre et la caractérisation a été effectuée par colorimétrie, microscopie électronique à balayage, spectroscopie par transformée de Fourier et chromatographie liquide et spectrographie de masse quadrupolaire. Il a été constaté que les feuilles d’érable à sucre contiennent une quantité considérable de composés phénoliques ayant des activités antioxydantes. Par la suite, l'effet des conditions environnementales et des parties morphologiques de la plante sur l'accumulation phénolique dans l'érable à sucre a été étudié, suivi d’un procédé d'encapsulation des extraits de feuilles d'érable à sucre riches en phénol.Il a été établi qu’outre les composés phénoliques, les feuilles d’érable à sucre peuvent également constituer une source potentielle de protéines végétales. Par conséquent, une extraction assistée par ultrasons prétraitée par homogénéisation alcaline, des protéines des feuilles d’érable a été réalisée ainsi que la caractérisation de leurs attributs physiques, structurels, thermiques, chimiques, volatils et fonctionnels. Il a été constaté que la sonication améliorait la rupture des particules et la stabilité thermique, ainsi que modifiait la conformation structurelle des protéines
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".