Enhanced biomass delignification and enzymatic saccharification of canola straw by steam‐explosion pretreatment
Notice bibliographique
Résumé
BACKGROUND: In recent decades, bioconversion of lignocellulosic biomass to biofuel (ethanol and biodiesel) has been extensively investigated. The three main chemical constituents of biomass are cellulose, hemicellulose and lignin. Cellulose and hemicellulose are polysaccharides of primarily fermentable sugars, glucose and xylose respectively. Hemicellulose also includes small fermentable fractions of arabinose, galactose and mannose. The main issue in converting lignocellulosic biomass to fuel ethanol is the accessibility of the polysaccharides for enzymatic breakdown into monosaccharides. This study focused on the use of steam explosion as the pretreatment method for canola straw as lignocellulosic biomass. RESULTS: Result showed that steam explosion treatment of biomass increased cellulose accessibility and it hydrolysis by enzyme hydrolysis. Following 72 h of enzyme hydrolysis, a maximum cellulose conversion to glucose yield of 29.40% was obtained for the steam-exploded sample while the control showed 11.60% glucose yields. Steam explosion pretreatment increased glucose production and glucose yield by 200% and 153.22%, respectively, compared to the control sample. The crystalline index increased from 57.48% in untreated canola straw to 64.72% in steam-exploded samples. CONCLUSION: Steam explosion pretreatment of biomass increased cellulose accessibility, and enzymatic hydrolysis increased glucose production and glucose yield of canola straw.
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 | 0,000 | 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) | 0,000 | 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 ».