MétaCan
Menu
Retour à la cohorte

Modification of Cellulase to Different Bleached Softwood Pulp

2012· article· en· W1989213966 sur OpenAlexaboutno aff
Min Du, Xin Ping Li, Jin Wang, Peng Zhou Wang

Notice bibliographique

RevueAdvanced materials research · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoftwoodCellulasePulp (tooth)WettingPulp and paper industryKraft paperKraft processContact angleSurface modificationComposite materialCelluloseMaterials scienceMicrofiberRaw materialLigninUltimate tensile strengthRefining (metallurgy)ChemistryMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Cellulase named as Novozym 476 was used to modify three kinds of bleached softwood pulps respectively. By analyzing the changes of refining degree, water retention value, specific surface area, wetting properties of fiber before and after enzymatic treatment, studied the influence of characteristics of raw material to the effect of enzymatic modification. The results indicate that in the same conditions, the refining property, water retention value, specific surface area and wetting property of the three pulps all increase. Among these three pulps, the pulp of Kamloops Kraft has the best modification effect. Refining degree of Kamloops Kraft pulp increases 36.0 °SR when refining for 10,000 PFI revolutions, and the water retention value increases by 68.0%, the dye loading increases with 0.1 mg/g, the contact angle decreases by 4.5%. It illustrates that the fiber raw material with a thin cell wall would have a better effect of enzymatic modification and the wrapping way of microfibers would influence the effect of enzymatic modification.

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 enseignants0,006
Score d'incertitude au seuil0,358

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 recherche0,0000,000
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 Opus0,069
Tête enseignante GPT0,335
Écart entre enseignants0,266 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetBiofuel production and bioconversionTravaux en français237 207