MétaCan
Menu
Retour à la cohorte
Enregistrement W2020442208 · doi:10.1002/cjce.20540

Two approaches in preparation for cogeneration α‐tocopherol and biodiesel from cottonseed

2011· article· en· W2020442208 sur OpenAlexvenueaboutno aff
Qing‐li Zhu, Lian‐yun Zang, Ling Zhang, Zhi Yun

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransesterificationBiodieselMethanolCottonseedChemistrySolventOrganic chemistryExtraction (chemistry)TocopherolBiodiesel productionPetroleum etherChromatographyPulp and paper industryCatalysisFood scienceAntioxidantVitamin E

Résumé

récupéré en direct d'OpenAlex

Abstract A two‐step process and a direct alkaline transesterification process in preparation for cogeneration α‐tocopherol and biodiesel (fatty acid methyl esters, FAME) from cottonseeds were studied in this article. The effects of some factors on recovery of α‐tocopherol and conversion of cottonseed oil (triacylglycerols, TAGs) to biodiesel in the two processes were systematically studied by single factor experiments and orthogonal design method. In the two‐step process, α‐tocopherol and biodiesel were produced from extraction with two‐phase solvent followed by base‐catalysed transesterification. Approximately 95.5% TAGs was converted into biodiesel, and 1.008 mg/g (wet basis) α‐tocopherol was detected on the condition: 1:3 petroleum ether/methanol volume rate, 40°C extraction temperature; 7:1 methanol/cottonseed oil molar ratio, 1.1% KOH (w/v) concentration in methanol and 60°C esterification temperature. And in the direct alkaline transesterification reaction, 98.3% conversion of TAGs and 0.986 mg/g content of α‐tocopherol could be achieved at 60°C in 2 h. Both of the two processes were feasible from the economic point of view for further utilisation of cottonseed. © 2011 Canadian Society for Chemical Engineering

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 enseignants0,196
Score d'incertitude au seuil0,236

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 Opus0,048
Tête enseignante GPT0,208
Écart entre enseignants0,160 · 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

Citations7
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetBiodiesel Production and ApplicationsTravaux en français237 207