MétaCan
Menu
Retour à la cohorte
Enregistrement W2069060721 · doi:10.1021/ef901202b

Biodiesel Production from Greenseed Canola Oil

2010· article· en· W2069060721 sur OpenAlexafffund
Titipong Issariyakul, Ajay K. Dalai

Notice bibliographique

RevueEnergy & Fuels · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCanolaTransesterificationBiodieselMethanolChemistryBiodiesel productionPulp and paper industryOrganic chemistryFood scienceCatalysis

Résumé

récupéré en direct d'OpenAlex

Greenseed canola oil is low-grade oil with a green color. Because of the high level of chlorophyll, this oil is considered as a “waste product” and cannot be used for edible purposes. In this research, biodiesel was produced from canola oil and greenseed canola oil via KOH-catalyzed transesterification with methanol, ethanol, and a mixture of methanol and ethanol. The reaction was conducted at 60 °C and a stirring speed of 600 rpm for 90 min. Prior to transesterification, greenseed canola oil was bleached to remove pigments using various adsorbents at different conditions. The optimum bleaching material was found to be montmorillonite K10. The pigment content was reduced from 94 to 0.5 ppm with using 7.5 wt % of this material at 60 °C and a stirring speed of 600 rpm for 30 min. Biodiesel derived from the treated greenseed canola oil showed an improvement in oxidative stability (induction time of 0.7 h) as compared to that derived from crude greenseed canola oil (induction time of 0.5 h). In addition, it was found that the amounts of unsaturated compounds as well as pigments contained in oil had an adverse effect on the oxidative stability of biodiesel.

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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,001

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 Opus0,010
Tête enseignante GPT0,196
Écart entre enseignants0,186 · 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

Citations61
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetBiodiesel Production and ApplicationsTravaux en français237 207