MétaCan
Menu
← Retour à la cohorte
Enregistrement W2064759734 · doi:10.1109/ultsym.2014.0231

Investigation on using two types of sonoreactors for Kraft lignin fractionation

2014· article· en· W2064759734 sur OpenAlexaff
Éric Loranger, Claude Daneault, Guillaume Milot, Loubna ECH Cherab

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésLigninKraft paperFractionationCelluloseKraft processPolymerPulp and paper industryPulp (tooth)Materials scienceChemistryChemical engineeringProcess engineeringOrganic chemistryPolymer scienceComputer scienceComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

For a decreasing conventional pulp and paper industry, new products from wood are needed. As lignin is the second most abundant polymer on earth (cellulose is the first), many studies are oriented toward her utilisation. Lignin is rich in many carbon based polymer, phenolic groups, alcohol groups but the highly 3 dimensional structure prohibit easy usage of this material. Ultrasonic modifications were tried by a few researchers but success and horror stories were reported. The objective of this work is to study the potential in ultrasound fractionation on Kraft lignin in two high power flow-through sonoreactor. From our work, we can conclude that lignin modification is indeed possible with ultrasound but will be dependant of the system. Indeed, successful conditions were found for the small sonoreactor while the same condition tried in the semi-pilot sonoreactor was unsuccessful. This duality of results, as found in the literature, is indicating that ultrasonic modification of lignin is not evident but that the process, under specific conditions, could be successful.

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)0,001
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
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,029
Tête enseignante GPT0,239
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 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLignin and Wood Chemistry→Travaux en français237 207→