MétaCan
Menu
Retour à la cohorte
Enregistrement W2014462841 · doi:10.1007/s11746-007-1129-2

Transesterification of Fish Oil to Produce Fatty Acid Ethyl Esters Using Ultrasonic Energy

2007· article· en· W2014462841 sur OpenAlexfundno aff
Roberto E. Armenta, Mircea Vînătoru, Adam M. Burja, Jaroslav A. Kralovec, Colin J. Barrow

Notice bibliographique

RevueJournal of the American Oil Chemists Society · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesAtlantic Canada Opportunities Agency
Mots-clésTransesterificationFish oilCatalysisSonicationChemistryFatty acidYield (engineering)Ethyl esterEthanolUltrasonic sensorVegetable oilOrganic chemistryChromatographyNuclear chemistryMaterials scienceFish <Actinopterygii>FisheryMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract This study evaluated the production of fatty acid ethyl esters from fish oil using ultrasonic energy and alkaline catalysts dissolved in ethanol. The feasibility of fatty acid ethyl ester production was determined using an ultrasonic bath and probe, and between 0.5 and 1% KOH (added to the fish oil). Furthermore, factors such as ultrasonic device (bath and probe), catalyst (KOH and C2H5ONa), temperature (20 and 60 °C), and duration of exposure (10–90 min) were assessed. Sodium ethoxide was found to be a more efficient catalyst than KOH when transesterifying fish oil. Ultrasonic energy applied for greater than 30 min at 60 °C using 0.8% of C2H5ONa as a catalyst transesterified over 98% fish oil triglycerides to fatty acid ethyl esters. It is reasonable to conclude that the yield of fatty acid ethyl esters produced by applying ultrasonic energy to fish oil is related to the sonication time. Due to increases in the surface area contact between the reactants and the catalyst, ultrasonic energy has the potential to reduce the production time required by a conventional large‐scale commercial transesterification method that uses agitation as a way of mixing.

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 enseignants0,001
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,245
Écart entre enseignants0,231 · 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

Citations72
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Oil Chemists SocietyMême sujetBiodiesel Production and ApplicationsTravaux en français237 207