MétaCan
Menu
Retour à la cohorte
Enregistrement W2290516521 · doi:10.1002/btpr.2251

<scp>PDADMAC</scp> as a flocculant for lignosulfonate of <scp>NSSC</scp> pulping process

2016· article· en· W2290516521 sur OpenAlexafffund
Farshad Oveissi, Thomas Sitter, Pedram Fatehi

Notice bibliographique

RevueBiotechnology Progress · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésChemistryFlocculationProcess (computing)Pulp and paper industryComputer scienceEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The spent liquor (SL) of neutral sulfite semi-chemical (NSSC) pulping process contains about 8 wt% lignocelluloses that can be extracted and used in the production of value-added materials. In this work, a flocculation process followed by centrifugation was considered for isolating lignosulfonate and hemicelluloses from SL. It was observed that, by adding 20 mg/g of polydiallyldimethylammuniom chloride (PDADMAC) with 100,000-200,000 g/mol molecular weight to SL, 45% of lignosulfonate and 39% of hemicelluloses were removed at 30°C. The lignocellulose removal was more efficient for the dual flocculation system of low and high molecular weights PDADMAC than for individual PDADMAC systems. Overall, 49% of lignosulfonate, 47% of hemicelluloses and 97% of turbidity were removed from SL from the dual system when 10 mg/g low molecular weight PDADMAC and 10 mg/g high molecular weight PDADMAC were added to the SL at 30°C, subsequently. The thermogravimetric analysis (TGA) of generated flocs showed that all samples had similar thermal behaviour and 13-16 wt% of flocs remained as ash after burning at 700°C in nitrogen. As the flocs are made of lignocellulosic materials and they are thermally stable, they could be used as fillers in paper board production. © 2016 American Institute of Chemical Engineers Biotechnol. Prog., 32:686-691, 2016.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,020
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,008
Tête enseignante GPT0,234
Écart entre enseignants0,226 · 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.

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

Citations25
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiotechnology ProgressMême sujetLignin and Wood ChemistryTravaux en français237 207