Characterization of High-Boiling-Solvent Lignin from Hot-Water-Extracted Bagasse
Notice bibliographique
Résumé
The complicated structures of bagasse hinder the bioconversion processes for the production of bioenergy and biomaterials. In this study, an integrated process of hot-water extraction followed by high-boiling-solvent cooking (HBS, i.e., 1,4-butanediol) was demonstrated to fractionate bagasse into hemicellulose, lignin, and cellulose. The hot-water extraction resulted in the removal of hemicellulose, which facilitated the HBS cooking for the open fiber structure. As a result, 57–70% of lignin was isolated from the cooking spent liquor. Gel permeation chromatography (GPC), Fourier transform infrared spectroscopy (FTIR), 31 P and 1 H nuclear magnetic resonance (NMR), and thermogravimetry (TG) were employed for characterization of the organosolv lignin. Results showed that the organosolv lignin exhibited a chemical structure similar to enzymatic hydrolysis/mild acidolysis lignin (EMAL) but formed new phenolic OH groups (3–6-fold of EMAL). The high molecular weight and thermal stability would contribute to the potential application of lignin into value-added products. The proposed processes provide an efficient approach for fractionating the three main components of bagasse, especially lignin.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».