MétaCan
Menu
Retour à la cohorte
Enregistrement W2024864586 · doi:10.1021/bp030020f

Effect of Oxygen Delignification Operating Parameters on Downstream Enzymatic Hydrolysis of Softwood Substrates

2003· article· en· W2024864586 sur OpenAlexafffund
Nichola Charles, Shawn D. Mansfield, Olga Mirochnik, Sheldon J.B. Duff

Notice bibliographique

RevueBiotechnology Progress · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistrySoftwoodLigninSulfiteOxygenHydrolysisKappa numberPulp (tooth)Pulp and paper industryEnzymatic hydrolysisHemicelluloseChromatographyOrganic chemistryKraft processKraft paper

Résumé

récupéré en direct d'OpenAlex

Enhanced oxygen delignification of softwood pulp samples (taken upstream and downstream of a commercial oxygen delignification unit) improved the initial rate of enzymatic saccharification and overall yield of monomeric sugars by 62-82% and 76-80%, respectively. Laboratory-scale experiments were used to examine the effect of a broad range of operating parameters (temperature, time, caustic concentration, and oxygen partial pressure) on the effectiveness of oxygen delignification. Using empirical models, kappa number (residual lignin content) was found to effectively predict final conversion to monomeric sugars. Application of oxygen delignification to sulfite mill knots resulted in smaller (20-25%) reduction in lignin content. However, using a combination of oxygen delignification and particle size reduction, up to 80% of the carbohydrate in the reject knots could be converted to fermentable sugars.

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 enseignants0,095
Score d'incertitude au seuil0,488

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 Opus0,007
Tête enseignante GPT0,217
Écart entre enseignants0,210 · 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

Citations13
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiotechnology ProgressMême sujetBiofuel production and bioconversionTravaux en français237 207