MétaCan
Menu
Retour à la cohorte
Enregistrement W1976256346 · doi:10.1021/jf101258x

Chemical Structure and Heterogeneity Differences of Two Lignins from Loblolly Pine As Investigated by Advanced Solid-State NMR Spectroscopy

2010· article· en· W1976256346 sur OpenAlexaff
Kevin M. Holtman, Na Chen, Mark A. Chappell, John F. Kadla, Ling Xu, Jingdong Mao

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2010
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced NMR Techniques and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLigninHeteronuclear moleculeCelluloseChemistryChemical shiftSpin diffusionNuclear magnetic resonance spectroscopyCarbon-13 NMRChemical structureSolid-state nuclear magnetic resonanceExtraction (chemistry)Chemical compositionDiffusionAnalytical Chemistry (journal)Organic chemistryNuclear magnetic resonancePhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Advanced solid-state NMR was employed to investigate differences in chemical structure and heterogeneity between milled wood lignin (MWL) and residual enzyme lignin (REL). Wiley and conventional milled woods were also studied. The advanced NMR techniques included 13C quantitative direct polarization, various spectral-editing techniques, and two-dimensional 1H-13C heteronuclear correlation NMR with 1H spin diffusion. The 13C chemical shift regions between 110 and 160 ppm of two lignins were quite similar to those of two milled woods. REL contained much more residual carbohydrates than MWL, showing that MWL extraction more successfully separated lignin from cellulose and hemicelluloses than REL extraction; REL was also of higher COO, aromatic C-C, and condensed aromatics but of lower aromatic C-H. At a spin diffusion time of 0.55 ms, the magnetization was equilibrated through the whole structure of MWL lignin, but not through that of REL, indicating that REL is more heterogeneous than MWL.

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 enseignants0,005
Score d'incertitude au seuil0,598

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 recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,245
Écart entre enseignants0,239 · 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

Citations39
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetAdvanced NMR Techniques and ApplicationsTravaux en français237 207