Biological Bleaching of Chemical Pulps
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
Use of biotechnology in pulp bleaching has attracted considerable attention and achieved interesting results in recent years. Enzymes of the hemicellulolytic type, particularly xylan-attacking enzymes, xylanases are now used commercially in the mills for pulp treatment and subsequent incorporation into bleach sequences. The aims of the enzymatic treatment depend on the actual mill conditions and may be related to environmental demands, reduction of chemical costs or maintenance or even improvement of product quality. The use of oxidative enzymes from white-rot fungi, that can directly attack lignin, is a second-generation approach, which could produce larger chemical savings than xylanase but has not yet been developed to the full scale. It is being studied in several laboratories in Canada, Japan, the U.S.A. and Europe. Certain white-rot fungi can delignify kraft pulps increasing their brightness and their responsiveness to brightening with chemicals. The fungal treatments are too slow but the enzyme manganese peroxidase and laccase can also delignify pulps and enzymatic processes are likely to be easier to optimize and apply than the fungal treatments. Development work on laccase and manganese peroxidase continues. This article presents an overview of developments in the application of hemicellulase enzymes, lignin-oxidizing enzymes and white-rot fungi in bleaching of chemical pulps. The basic enzymology involved and the present knowledge of the mechanisms of the action of enzymes as well as the practical results and advantages obtained on the laboratory and industrial scale are discussed.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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