MétaCan
Menu
Retour à la cohorte
Enregistrement W1531411772 · doi:10.15376/biores.5.4.2239-2247

Fractionation and characterisation of technical ammonium lignosulfonate

2010· article· en· W1531411772 sur OpenAlexafffund
Cheryl Ann Leger, Felisa D. Chan, Marc Schneider

Notice bibliographique

RevueBioResources · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesFPInnovations
Mots-clésLigninFractionationFraction (chemistry)SolubilityChemistryDispersityDistilled waterAmmoniumChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

It is difficult to use lignin in any analytical methodology without reducing its considerable polydispersity by fractionation. An ammonium lignosulphonate sample was fractionated using a method of partial solubility in solutions of isopropanol increasingly diluted with distilled water, effectively fractionating by polarity. Selected fractions were characterised by gravimetric determination of the fractions, and determination of acid insoluble lignin, soluble lignin, and carbohydrate contents. Acid-insoluble lignin content was very low, and soluble lignin provided the majority of the lignin content, as should be expected from sulphonated lignin. Carbohydrate contents were also fairly low, the highest percentage at 14.5 being in Fraction 2, with the bulk lignin and Fraction 3 having 6.5% and 3.2%, respectively. Differences in the composition of each fraction support the efficacy of the fractionation process and permitted selection of fractions for use in subsequent studies.

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 candidatesaucune
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 enseignants0,065
Score d'incertitude au seuil0,185

Scores Codex et Gemma par catégorie

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

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 Opus0,002
Tête enseignante GPT0,164
Écart entre enseignants0,162 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetLignin and Wood ChemistryTravaux en français237 207