MétaCan
Menu
Retour à la cohorte
Enregistrement W2174132549 · doi:10.18331/brj2015.2.4.6

Pyrolysis characteristic of kenaf studied with separated tissues, alkali pulp, and alkali lignin

2015· article· en· W2174132549 sur OpenAlexvenueno aff
Yasuo Kojima, Yoshiaki Kato, Minami Akazawa, Seung-Lak Yoon, Myong-Ku Lee

Notice bibliographique

RevueBiofuel Research Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKenafLigninPulp (tooth)ChemistryPyrolysisAlkali metalOrganic chemistryFiber

Résumé

récupéré en direct d'OpenAlex

To estimate the potential of kenaf as a new biomass source, analytical pyrolysis was performed using various kenaf tissues, i.e., alkali lignin and alkali pulp. The distribution of the pyrolysis products from the whole kenaf was similar to that obtained from hardwood, with syringol, 4-vinylsyringol, guaiacol, and 4-vinylguaiacol as the major products. The phenols content in the pyrolysate from the kenaf core was higher than that from the kenaf cuticle, reflecting the higher lignin content of the kenaf core. The ratios of the syringyl and guaiacyl compounds in the pyrolysates from the core and cuticle samples were 2.79 and 6.83, respectively. Levoglucosan was the major pyrolysis product obtained from the kenaf alkali pulp, although glycol aldehyde and acetol were also produced in high yields, as previously observed for other cellulosic materials. Moreover, the pathways for the formation of the major pyrolysis products from alkali lignin and alkali pulp were also described, and new pyrolysis pathways for carbohydrates have been proposed herein. The end groups of carbohydrates bearing hemiacetal groups were subjected to ring opening and then they underwent further reactions, including further thermal degradation or ring reclosing. Variation of the ring-closing position resulted in the production of different compounds, such as furans, furanones, and cyclopentenones.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,151
Score d'incertitude au seuil0,543

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,068
Tête enseignante GPT0,323
Écart entre enseignants0,255 · 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 tête enseignante, 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

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofuel Research JournalMême sujetLignin and Wood ChemistryTravaux en français237 207