MétaCan
Menu
Retour à la cohorte
Enregistrement W2012446900 · doi:10.1515/hf.2006.019

The influence of lignin chemistry and ultrastructure on the pulping efficiency of clonal aspen (Populus tremuloides Michx.)

2006· article· en· W2012446900 sur OpenAlexafffundabout
Jaclyn J. Stewart, John F. Kadla, Shawn D. Mansfield

Notice bibliographique

RevueHolzforschung · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLigninPulp (tooth)ChemistryNitrobenzenePulp and paper industryReforestationPopulationBotanyOrganic chemistryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The variation in wood chemistry among aspen clones of similar age, harvested from a common site in northern British Columbia, Canada, was evaluated. The aspen clones were evaluated for ease of chemical pulping and differed by as much as 4.5% in pulp yield at a common H-factor. The results demonstrate both the need for understanding the resource and the substantial opportunities that exists in natural population of trees for selecting superior clones for reforestation and afforestation. The syringyl/guaiacyl ratio, as determined by nitrobenzene oxidation, was directly correlated with the ease of pulping, whereas thioacidolysis results were not as predictive. These results were supported by quantitative NMR analysis, which demonstrated differences in the amount of β-O-4/Ar groups and the degree of condensation. Furthermore, it was shown that, in addition to total lignin content, which differed by as much as 5%, structural differences in the lignin may influence pulping efficacy. Among the other parameters evaluated, the distribution of molecular mass and methoxyl content is relevant for pulping. More specifically, among the fractions isolated in this study [milled wood lignin (MWL), MWELsol, and MWELinsol], the insoluble fraction was the most indicative of the pulping efficiency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,002
Tête enseignante GPT0,168
Écart entre enseignants0,165 · 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 source (Gemma direct ou Codex distillé), 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

Citations55
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHolzforschungMême sujetLignin and Wood ChemistryTravaux en français237 207