MétaCan
Menu
Retour à la cohorte
Enregistrement W2314629610 · doi:10.2524/jtappij.65.494

Advantage of Acid Sulfite Cooking as Processes of Bioethanol Production

2011· article· en· W2314629610 sur OpenAlexaff
Keishi Tanifuji, Shiho Takahashi, Mikio Kajiyama, Hiroshi Ohi, Keiichi Nakamata

Notice bibliographique

RevueJAPAN TAPPI JOURNAL · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésSulfiteBiofuelPulp and paper industryChemistryProduction (economics)Environmental scienceBiochemical engineeringWaste managementOrganic chemistryEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

マグネシウムベースの酸性サルファイト廃液(SSL)中に単糖を高収率で得ることを目的とし,カラマツ(Larix leptolepis)材,アカシア(Acacia mearnsii)材,およびタケ(Phyllostachys pubescens)材の酸性サルファイト蒸煮処理を行い,炭水化物の溶出挙動を詳細に検討した。また,針葉樹材サルファイトパルプの酵素糖化性が優れている原因を明らかにするため,セルラーゼのパルプへの吸着の挙動について調査した。酸性サルファイト蒸煮をpH1.4および8時間で行った時,カラマツSSLのグルコース含有量は7.7%であり,アカシアSSLのグルコース含有量より高かった。カラマツ材グルコマンナンの溶出は,アカシア材キシランに比べて遅く,また溶出した単糖およびオリゴ糖の分解の速度も遅いということが明らかとなった。また,カラマツ材酸性サルファイトパルプの酵素糖化残さ中のリグニンに対する酵素吸着量は,30―80FPU/lignin gであり,アルカリパルプの吸着量(100―130FPU/lignin g)に比べて低かった。針葉樹材サルファイトパルプの酵素糖化性が優れている原因の一つは,パルプ中の残留リグニンの酵素吸着量が小さいためであると推定される。針葉樹材では,pH1.4の短時間の蒸解で得られたパルプを酵素により加水分解することで,効率的に単糖が得られると期待できる。

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 Opus0,019
Tête enseignante GPT0,220
Écart entre enseignants0,201 · 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

Citations25
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAPAN TAPPI JOURNALMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207