MétaCan
Menu
Retour à la cohorte
Enregistrement W2027723902 · doi:10.1021/ie901273m

Influence of Soda−Air−AQ Pulping of Straw on Silica Precipitation, Paper Strength, and Performance of CPVA as a Dry Strength Additive

2009· article· en· W2027723902 sur OpenAlexaff
Pedram Fatehi, Ahmet Tutuş, Yonghao Ni, Huining Xiao

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésPulp (tooth)ChemistrySoda pulpingStrawPulp and paper industryPrecipitationAdsorptionScanning electron microscopeChemical engineeringMaterials scienceComposite materialKraft processOrganic chemistryKraft paperInorganic chemistry

Résumé

récupéré en direct d'OpenAlex

In this study, the impact of soda−air−anthraquinone (AQ) pulping conditions on delignification and silica precipitation onto pulp fibers and paper sheets was studied. The results showed that the yield and silica precipitation slightly increased upon application of AQ in soda−air pulping. Scanning electron microscopy (SEM) and elemental analysis confirmed the deposition of silica-related particles on fibers and on paper sheets for both soda−air and soda−air−AQ pulping. Furthermore, increasing the cooking temperature had a stronger impact on delignification and silica deposition than did increasing the cooking time for soda−air−AQ pulping. In another set of experiments, the influence of cationic poly(vinyl alcohol) (CPVA) with two different molecular weights on improving the strength properties of straw pulps produced under various soda−air−AQ pulping conditions was studied. The adsorption of CPVA onto straw pulp and its effect on silica retention for paper sheets were comprehensively investigated.

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 Opus0,020
Tête enseignante GPT0,273
Écart entre enseignants0,253 · 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

Citations8
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetLignin and Wood ChemistryTravaux en français237 207