Reductive Degradation of Lignin and Model Compounds by Hydrosilanes
Notice bibliographique
Résumé
The exploitation of lignin, the second most abundant naturally occurring polymer on earth, has been hampered by its network structure, which makes it difficult to process. Hydrosilanes have previously been shown to convert aryl ethers to hydrolyzable silyl ethers in the presence of B(C 6 F 5 ) 3 . We demonstrate that the process is general and can be used to convert model lignin compounds to both aryl silyl ethers and alkanes. The relative reactivity of functional groups on model lignin compounds was found to be phenol > primary alcohol > methoxybenzene > alkyl silyl ethers. The process thus leads to cleavage of β-O-4, α-O-4, and methoxybenzene groups with concomitant silylation of phenolic and secondary alcohol groups. At longer time points provided sufficient silane was present, the full reduction of primary and secondary alcohols to alkyl groups was observed. Softwood lignin itself could only be partially solubilized (∼30%) even using excess hydrosilane and high catalyst loadings; the products were not characterized in detail. The lack of further degradation was attributed to its highly branched network structure containing 5-5, β-5, 4-O-5, and other linkages derived from coniferyl alcohol monomers that are not susceptible to reductive silylation. By contrast, over 95% of hardwood lignin was efficiently reduced/degraded into organosoluble products by the monofunctional hydrosilane HMe 2 SiOSiMe 3 over a few hours at 50 °C. The molecular weight of the silylated products was consistent with oligomeric structures comprised of 3–8 linked aryl groups. This process holds promise to increase the accessibility to value-added products using lignin as a starting material.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».