MétaCan
Menu
Retour à la cohorte
Enregistrement W1843474858 · doi:10.15376/biores.5.1.23-42

Bioconversion of knot rejects from a sulphite pulp mill to ethanol

2009· article· en· W1843474858 sur OpenAlexafffund
Zhang Xiao, Maobing Tu, Michael G. Paice, George Sacciadis, Zhihua Jiang, Naceur Jemaa, Alain Thibault

Notice bibliographique

RevueBioResources · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensFPInnovations
Organismes subventionnairesNatural Resources CanadaFPInnovations
Mots-clésBioconversionEnzymatic hydrolysisChemistryPulp and paper industryCelluloseFermentationCellulaseHydrolysisWaste managementSlurryPulp (tooth)EthanolChromatographyMaterials scienceOrganic chemistryEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Knot rejects obtained from pulp screening after sulphite pulping are difficult to dewater, which makes landfilling expensive and burning inefficient. The rejects were found to contain up to 50% cellulose, which is very susceptible to enzymatic hydrolysis to glucose. Knot rejects were hydrolyzed at 20% consistency in a laboratory peg mixer with cellulase enzyme. The thick slurry was liquefied within the first hour of mixing and resulted in a glucose concentration of over 100 g/L after 24 hours of reaction. This solution was fermented by yeast to give an ethanol concentration of over 5%. The laboratory results were confirmed at pilot scale with a mortar mixer (high consistency) or stirred tank reactor (medium consistency) at the 400 L and 6000 L scales, respectively. It was found that washing the knots with ammonia resulted in increased glucose conversion. Enzyme costs could be lowered by separating the enzyme from the hydrolyzed sugars by membrane ultrafiltration and recycling the enzyme to the subsequent batch of substrate. The combination of high-consistency hydrolysis and enzyme recycling minimizes capital investment, energy requirements, and enzyme costs, which are significant factors in the overall economic viability of cellulose conversion to ethanol.

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 enseignants0,163
Score d'incertitude au seuil0,501

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 Opus0,010
Tête enseignante GPT0,202
Écart entre enseignants0,192 · 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

Citations11
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetBiofuel production and bioconversionTravaux en français237 207