MétaCan
Menu
Retour à la cohorte
Enregistrement W2514803248 · doi:10.1021/acssuschemeng.6b00873

Lignin Profiling: A Guide for Selecting Appropriate Lignins as Precursors in Biomaterials Development

2016· article· en· W2514803248 sur OpenAlexafffund
Behzad Ahvazi, Éric Cloutier, Olivia Wojciechowicz, Tri-Dung Ngo

Notice bibliographique

RevueACS Sustainable Chemistry & Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensNational Research Council CanadaBiotechnology Research InstituteAlberta Innovates
Organismes subventionnairesNational Research Council Canada
Mots-clésLigninHydroxyl valueChemistryChemical modificationOrganic chemistryBiodegradationGlass transitionChemical engineeringPulp and paper industryMaterials sciencePolymer chemistryPolymer

Résumé

récupéré en direct d'OpenAlex

A number of industrial and technical lignins from forestry and agriculture were extracted by different chemical pulping processes and characterized by evaluating their physical and chemical properties. Several qualitative and quantitative methods were performed to elucidate lignin profiles and their potentials as substitutes for use in biobased products. The morphology, molecular weight distributions, elemental compositions, glass transition temperature, and several important functional groups containing hydroxyl units such as phenolic, aliphatic, and carboxylic acid were classified and their contents were determined quantitatively by employing 31 P NMR spectroscopy. The emerging information is relevant to pressing scientific development issues for value-added applications from lignins during industrial production of biomaterials.

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 enseignants0,019
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,204
Écart entre enseignants0,199 · 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

Citations77
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Sustainable Chemistry & EngineeringMême sujetLignin and Wood ChemistryTravaux en français237 207