Kinetic modeling of the glycerolysis reaction for soybean oils in supercritical carbon dioxide media
Notice bibliographique
Résumé
Abstract Production of MAG by glycerolysis is important for food, pharmaceutical, and cosmetic industries. Conducting glycerolysis in supercritical carbon dioxide (SC‐CO2) media has advantages over conventional alkali‐catalyzed glycerolysis. However, kinetic data are lacking for such conversions in the presence of SC‐CO2. The objectives of this study were to estimate the rate constants and elucidate the mechanism for the glycerolysis of soybean oil in SC‐CO2 using previously reported data. The data were taken from experiments using soybean oil, glycerol (glycerol/oil molar ratios of 15–25) and water (3–8% w/w) in SC‐CO2 at 20.7–62.1 MPa and 250°C for a 4 h period. Rate constants for the parallel glycerolysis and hydrolysis reactions were estimated for each processing parameter (glycerol/oil, water content, pressure) by minimizing the summed squared error between the values calculated from the experimental data and those obtained from the kinetic model. The results suggested that water and pressure had an effect on rate constants but the glycerol/oil ratio did not. Findings provide the kinetic modeling data necessary for the optimization of supercritical processes involving glycerolysis reactions for the production of MAG from vegetable oils.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».