MétaCan
Menu
Retour à la cohorte
Enregistrement W1915352831 · doi:10.18331/brj2015.2.1.6

Effect of extrusion conditions and hydrolysis with fiber-degrading enzymes on the production of C5 and C6 sugars from brewers’ spent grain for bioethanol production

2015· article· en· W1915352831 sur OpenAlexvenueno aff
Erick Heredia‐Olea, Esther Pérez‐Carrillo, Sergio O. Serna‐Saldívar

Notice bibliographique

RevueBiofuel Research Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExtrusionFermentationFood scienceChemistryEthanol fuelEnzymatic hydrolysisSugarBiofuelHydrolysisMoistureFiberYield (engineering)Materials sciencePulp and paper industryBiochemistryBiotechnologyComposite materialOrganic chemistryBiology

Résumé

récupéré en direct d'OpenAlex

The bioconversion of brewers’ spent grain into bioethanol was investigated in the present study using thermoplastic extrusion and the use of fiber degrading enzymes. The extrusion conditions i.e. tempering moisture, screws speed, and temperature of last zone of the barrel were taken into account in order to optimize the yield of C5 and C6 sugars during the subsequent enzymatic hydrolysis step of the fibers. The most important variable that affected the sugar yield was the extrusion temperature, followed by the screws speed. The best extrusion conditions were 20% tempering moisture, 200 rpm and 50 °C. No enzymatic and yeast inhibitors were detected in any of the enzymatically-treated fiber hydrolyzates. The fermentation resulted in 5.43 mL bioethanol per 100g of extruded brewers’ spent grain (dry weight basis). The only sugar consumed was glucose. The free amino nitrogen amount quantified in the hydrolyzates was as low as >20 mg L-1, negatively affecting sugars consumption during the fermentation and consequently the ethanol yield.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,114
Score d'incertitude au seuil0,342

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 Opus0,055
Tête enseignante GPT0,314
Écart entre enseignants0,259 · 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

Citations17
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofuel Research JournalMême sujetBiofuel production and bioconversionTravaux en français237 207