Extraction and Characterization of Latex and Natural Rubber from Rubber-Bearing Plants
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Consecutive extraction of latex and natural rubber from the roots of rubber-bearing plants such as Taraxacum kok-saghyz (TKS), Scorzonera tau-saghyz (STS), and Scorzonera Uzbekistanica (SU) were carried out. Latex extraction was carried via two methods: Blender method and Flow method. The results of latex extraction were compared. Cultivated rubber-bearing plants contained slightly higher latex contents compared to those from wild fields. Several creaming agents for latex extraction were compared. About 50% of total natural rubber was extracted as latex. The results of the comparative studies indicated that optimum latex extraction can be achieved with Flow method. The purity of latex extracted by Blender method ( approximately 75%) was significantly lower than that extracted by Flow method (99.5%). When the latex particles were stabilized with casein, the latex was concentrated significantly. Through concentrating latex by flotation, the latex concentration of 35% was obtained. Bagasse contained mostly solid natural rubber. The remaining natural rubber in the bagasse (left after the latex extraction) was extracted using sequential solvent extraction first with acetone and then with several nonpolar solvents. Solid natural rubber was analyzed for gel content and characterized by size exclusion chromatography (SEC) for molecular weight determinations. SEC of solid natural rubber has shown that the molecular weight is about 1.8E6 and they contain less gel compared to TSR20 (Grade 20 Technically Specified Rubber), a commercial natural rubber from Hevea brasiliensis.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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