Miscanthus Biomass for the Sustainable Fractionation of Ethanol–Water Mixtures
Notice bibliographique
Résumé
Miscanthus is a rich source of lignocellulosic biomass with low mineral content suitable for applications that range from biofuel production to value-added biomass-derived products including a sustainable biosorbent. Herein, Miscanthus and its modified forms were used for the fractionation of water (W) and ethanol (E) mixtures that were analyzed by an in situ analytical method, referred to as quantitative NMR (qNMR) spectroscopy. Miscanthus was pretreated by hydrolysis and subsequent grinding to yield materials with variable biopolymer content (cellulose and lignins) and particle size. The Miscanthus materials were evaluated as sorbents in binary water–ethanol (W-E) mixtures. The maximum biomass adsorption capacity ( Q m; g g –1 ) with water ( Q m,W ) and ethanol ( Q m,E ) fractions were determined by the best-fit Sips model parameters listed in parentheses: raw Miscanthus biomass ( Q m,W = 8.93 and Q m,E = 4.15) and pretreated Miscanthus biomass ( Q m,W = 4.73 and Q m,E = 3.22, g g –1 ). The fractionation properties of Miscanthus and its biopolymer constituents show molecular selectivity [ R selectivity = Q m,W / Q m,E ] between W and E. The R selectivity values are given in parentheses, as follows: untreated Miscanthus (3:1), pretreated Miscanthus (1.5:1), and lignins (1:5.4). The pretreated Miscanthus was prepared by acid and base hydrolysis for the removal of hemicellulose and lignins, respectively, leading to cellulose enrichment. The raw and pretreated Miscanthus have preferential water uptake properties that relate to the relative biopolymer composition. To test the reusability and regeneration of Miscanthus, the biosorbent was tested over four adsorption–desorption cycles. This work contributes to a greater understanding of chemical treatment effects on biomass adsorption properties and evaluation of the adsorptive contributions of biopolymer components for the fractionation of water–ethanol mixtures.
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) | 0,001 | 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 ».