MétaCan
Menu
Retour à la cohorte
Enregistrement W1578707660 · doi:10.5539/mas.v9n7p54

Comparison of the Chitosan Degradation through Hydrothermal and Sonication-Hydrothermal Processes

2015· article· en· W1578707660 sur OpenAlexvenueno aff
Emma Savitri, Sumarno Sumarno, Achmad Roesyadi

Notice bibliographique

RevueModern Applied Science · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrohydrodynamics and Fluid Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesDirektorat Jenderal Pendidikan Tinggi
Mots-clésChitosanSonicationHydrothermal circulationChemical engineeringYield (engineering)ChemistryNuclear chemistryMaterials scienceChromatographyOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Chitosan is a natural substance that has many applications in the fields of pharmacy and medicine. Because it hashigh molecular weight and does not dissolved easily in a neutral pH solution, then there is an effort todepolymerize chitosan into low molecular weight chitosan and oligomers. Nowdays, one of the methods used todegrade biomass is hydrothermal. Hydrotermal is one method of biomass degradation and polymers that is quiteeffective and environmentally friendly. Because chitosan has strong hydrogen bonds in addition to highmolecular weight, it is necessary to treat chitosan by sonication before subjected to hydrothermal process. Thisstudy will compare degrading chitosan by only hydrothermal process and also sonication–hydrothermalprocesses. The hydrothermal of chitosan was carried out using a stainless steel tube reactor of 4-mL capacity at200 °C for 4 s under pressures of 25 MPa for both of hydrothermal systems. For sonication– hydrothermalprocesses, chitosan was treated with sonication at 40 oC for 30 and 120 min before subjected to hydrothermalprocess. After hydrothermal, chitosan was characterized by viscosimetry and HPLC to determine molecularwight and also the dissolved product. Based on the product yield of the process, the sonication (40 °C,120 mins,1 %)-hydrothermal process (200 °C, 4 mins) was the best process on this study and gave lactose yield as much as90 %.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,759
Score d'incertitude au seuil0,315

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 Opus0,020
Tête enseignante GPT0,257
Écart entre enseignants0,237 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetElectrohydrodynamics and Fluid DynamicsTravaux en français237 207