Butanol and ethanol production from lignocellulosic feedstock: biomass pretreatment and bioconversion
Notice bibliographique
Résumé
Abstract Lignocellulosic feedstock has tremendous potential to sustain the renewable production of biofuels such as ethanol and butanol. Although lignocellulosic biomass is a storehouse of energy in the form of cellulose and hemicellulose, yet lignin acts as a barrier against their hydrolysis. A dilute acid pretreatment disintegrates the biomass complex and allows cellulolytic enzymes to hydrolyze cellulose and hemicelluloses in releasing fermentable sugars. The current study investigates the effect of different H2SO4 doses (0–2.5%) on the three lignocellulosic feedstock material, especially pinewood, timothy grass, and wheat straw at 121°C for 1 h. Furthermore, the pretreated feedstock was subjected to enzymatic hydrolysis using cellulase, β‐glucosidase, and xylanase at 45°C for 72 h. The biomass hydrolysates containing monomeric sugars (glucose and xylose) were fermented using Saccharomyces cerevisiae and Clostridium beijerinckii for ethanol and butanol production, respectively. A comparative evaluation for the concentrations of ethanol and butanol, residual sugars as well as byproducts such as acetone, acetate, and butyrate from biomass hydrolysates was performed. Pinewood hydrolysate revealed high ethanol (24.1 g/L) and butanol (11.6 g/L) concentrations due to greater sugar content. In contrast to ethanol fermentation by S. cerevisiae, butanol fermentation by C. beijerinckii demonstrated low butanol levels in the hydrolysates due to butanol toxicity toward clostridia.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 ».