MétaCan
Menu
Retour à la cohorte
Enregistrement W2158286744 · doi:10.1002/ese3.93

Ozone pretreatment of humid wheat straw for biofuel production

2015· article· en· W2158286744 sur OpenAlexafffund
Ali Kamel H. Al jibouri, Ginette Turcotte, Jiangning Wu, Chil‐Hung Cheng

Notice bibliographique

RevueEnergy Science & Engineering · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaRyerson University
Mots-clésOzonolysisStrawLigninOzoneChemistryHydrolysisBiofuelYield (engineering)Pulp and paper industryAgronomyFood scienceOrganic chemistryWaste managementMaterials scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract In an attempt to maximize the amount of ozone reacting with lignin inside humid wheat straw, some of the ozone‐reactive lignin degradation products were washed away before a second ozonolysis delignification stage. The total contact time for the two stages was kept the same as that for a one‐stage process for comparison. A significant decrease in the Acid Insoluble Lignin ( AIL ) content of the straw resulted: from 13.04 wt. % (after a 30‐min one‐stage ozonolysis) to 9.34 wt. % (after a 30‐min two‐stage ozonolysis, separated by a washing step). This significant improvement was accompanied by an increase in released fermentable sugars from an enzymatic hydrolysis. The yield increased from 60% theoretical sugars to 80%. A further improvement in AIL (down to 7.36 wt. %) and released sugars (up to 90% theoretical) occurred when the moisture content (MC) of the straw entering the second stage was adjusted to the optimum value of the straw entering first stage (45 wt. %, predicted from an experimental design). The authors believe this is the first time results are published for the introduction of a two‐stage process separated by a washing step.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,213
Écart entre enseignants0,195 · 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

Citations17
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy Science & EngineeringMême sujetBiofuel production and bioconversionTravaux en français237 207