Oxygen Consumption of Laccase-Mediator-Systems (LMS)
Notice bibliographique
Résumé
Crude oil as a non-renewable resource is presenting challenges for the future in many industrial sectors. Due to the dwindling of these resources, costs are increasing negatively affecting the wood based panels industry, which uses mainly petrochemical resins as components for binding agents. In addition harmful formaldehyde emissions arising from conventionally produced wood composites are demonstrable. In order to substitute these conventional binding agents for wood based panels, in particular medium density fiberboards (MDF), Laccase-Mediator-Systems (LMSs) were investigated in several researches. A popular and reliable method used to test the suitability of LMSs is the measurement of their oxygen consumption on wood fibers in aqueous suspension. This enzymatic catalyzed oxidation was the object of this study. The mediators 4-hydroxybenzoic acid (HBA), vanillic acid (VanA), vanillic alcohol (VAl), ethylvanillin (EVan), acetovanillone (AVan), ferulic acid (FA), caffeic acid (CA) and guajacol (Gu) were tested as possible components of the LMSs. The study showed that all of the LMSs have oxidized wood fibers more efficiently than laccase on its own. Among the different mediators, vanillic alcohol, guajacol and caffeic acid in LMSs have shown the fastest O2 consumption.
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 | 0,016 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».