Caracterización morfológica de fibras proce-dentes de materias primas no convencionales para la fabricación de pasta de papel
Notice bibliographique
Résumé
Motivacion: En la actualidad se producen en el mundo alrededor de 2.500 millones de toneladas de residuos agricolas, que podrian ser revalorizados como recursos renovables, a fin de obtener componentes especificos o energia. Una de estas aplicaciones es el empleo de estos como materia prima no convencional en la fabricacion de papel y carton. Este proyecto estudia el uso de residuos de la poda de naranjo dulce (Citrus x sinensis) como materia prima para la fabricacion de papel, cuyos objetivos son la determinacion del metodo de pasteado optimo, la evolucion del impacto del refino y la caracterizacion morfologica de las fibras. Metodos: Se han analizado seis muestras de pasta humeda a partir de residuos de la poda de naranjo dulce, sometidos a distintos metodos de pasteado, procediendose a un desfibrado de las pastas, determinacion de la humedad, desintegracion, filtracion, refino, determinacion de la modificacion de las caracteristicas de desgote y drenaje y analisis de la morfologia de las fibras. Resultados: Se ha estudiado la influencia del refino y el pasteado en la caracterizacion morfologica de las fibras en relacion al numero de fibras, longitud, anchura, peso unitario, porcentaje de microfibrillas, porcentaje de puntas rotas y curvatura media de las mismas. Conclusiones: Las pastas obtenidas a partir de restos de poda de naranjo dulce, previamente al refino, se caracterizan por la escasa interaccion entre las fibras, lo que implica una escasa capacidad de retencion de agua y debilidad de la red fibrosa. Como resultado de la experimentacion se demuestra que el refino solventa este problema cuando la pasta es cocida con reactivos quimicos. Asimismo, se muestra que el factor determinante en la medicion de la capacidad de retencion de agua es la naturaleza del reactivo empleado. Por ultimo, la caracterizacion morfologica mediante MorFi, junto al Canadian Standard Method, muestra que el refino afecta mas a la fibrilacion que al acortamiento y retorcimiento de las fibras.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».