MétaCan
Menu
Retour à la cohorte
Enregistrement W2017589672 · doi:10.1021/acs.energyfuels.5b00176

Methyl Oleate Production in a Supported Sol–Gel Immobilized Lipase Packed Bed Reactor

2015· article· en· W2017589672 sur OpenAlexafffund
Sarah M. Meunier, Amin Reza Rajabzadeh, Trevor Williams, Raymond L. Legge

Notice bibliographique

RevueEnergy & Fuels · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEnzyme Catalysis and Immobilization
Établissements canadiensMcMaster UniversityUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLipaseTransesterificationPacked bedChemistryTrioleinChromatographyMethanolImmobilized enzymeGlycerolBiodiesel productionBioreactorBiodieselCatalysisOrganic chemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

A supported immobilized lipase was investigated as a suitable biocatalyst for the transesterification of triolein to methyl oleate in a packed bed reactor (PBR). The packing material for the bioreactor was comprised of lipase immobilized in sol–gel and supported on Celite (CSG). A kinetic- and mass transfer-based model was developed, incorporating a novel efficiency correlation to account for the effect of glycerol on the immobilized enzyme. Comparing the CSG PBR performance to that using a commercial lipase preparation (Novozym 435 (N435)), higher product conversion was achievable using CSG over a shorter time period, indicating the superior performance of CSG for enzymatic transesterification. A rate equation accounting for alcohol inhibition was used to compare the kinetics of the CSG and N435 PBRs. It was found that CSG exhibited a higher maximum reaction rate and was less prone to inhibition by methanol relative to N435. The resulting model showed good agreement with the experimental data, and CSG exhibited good stability without loss of activity over a five day period. This biocatalyst shows significant potential for the efficient production of biodiesel, and the mechanistic model developed has broader applications for similar enzyme and reaction systems.

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 enseignants0,049
Score d'incertitude au seuil0,741

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 Opus0,018
Tête enseignante GPT0,257
Écart entre enseignants0,239 · 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

Citations10
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetEnzyme Catalysis and ImmobilizationTravaux en français237 207