Recovery of volatile fatty acids by reactive extraction using tri‐<i>n</i>‐octylamine and tri‐butyl phosphate in different solvents: Equilibrium studies, pH and temperature effect, and optimization using multivariate taguchi approach
Notice bibliographique
Résumé
Abstract Recovery of volatile fatty acids from fermentation broth has been investigated by adopting an intensified approach using extractants tri‐n‐octylamine and tri‐butyl phosphate dissolved in 1‐decanol and methyl isobutyl ketone. The effects on distribution coefficient (KD) and extraction efficiency (%E) were studied by varying the operating conditions like temperature (293.15–323.15) K, pH (2.5, 3.5, and 4.5), and compositions of extractant (10, 20, and 30 %). Taguchi (L36) orthogonal design with five factors, namely diluents, extractant type, composition, temperature, and pH, was employed for the multivariate optimization of reactive extraction of volatile fatty acids. In the Taguchi approach, a “larger is better” criterion was adopted to maximize and %E. The statistical analysis indicated that the degree of influence on by experimental variables follows the following trend: extractant type ( ) > pH ( ) > diluent type ( ) > temperature ( ) > extractant concentration ( ). The trend for %E observed is as follows: extractant type ( ) > pH ( ) > temperature ( ) > extractant concentration ( ) > diluent type ( ). The combination of optimum parameters were obtained as X1 = 1‐decanol, X2 = tri‐n‐octylamine, X3 = 20 %, X4 = 293.15 K, and X5 = 3.5. A confirmation run was conducted using these parameters and and %E values from this run were determined to be 8.65 and of 89.64 %, respectively, which were very close to the predicted values 10.36 and %E = 91.26 %.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».