MétaCan
Menu
Retour à la cohorte
Enregistrement W2588064525 · doi:10.15376/biores.12.1.1548-1565

Solubility of Lignin and Acetylated Lignin in Organic Solvents

2017· article· en· W2588064525 sur OpenAlexaff
Javad Sameni, Sally Krigstin, Mohini Sain

Notice bibliographique

RevueBioResources · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLigninSolubilityOrganic chemistrySoftwoodKraft paperChemistrySolventHildebrand solubility parameterMaterials science

Résumé

récupéré en direct d'OpenAlex

The solubility of four lignin samples and their acetylated forms was determined in a series of organic solvents to investigate the relationship between solubility and the solubility parameter. The solubility parameter of lignin samples and acetylated lignin was calculated based on the number of atoms or groups on lignin units. Lignin samples were obtained by isolating lignin from lignocellulosic bioethanol residues (Lignin 1 [L1]), isolating lignin from kraft hardwood black liquor (Lignin 2 [L2]), commercial kraft softwood lignin (Lignin 3 [L3]), and commercial soda non-wood lignin (Lignin 4 [4]). The solubility of lignin in organic solvents was not predictable due to poor correlation between the solubility of lignin and its solubility parameter. However, the solubility of lignin in an organic solvent depended on the molecular weight and the aliphatic hydroxyl number of the lignin. L2, with a lower molecular weight than other lignin samples, had the highest solubility in organic solvents, and L3, with highest aliphatic hydroxyl number, had the lowest solubility in organic solvents. All acetylated lignins were soluble in most of the organic solvents. Furthermore, the molecular weights of the soluble parts of all four lignins in ethyl acetate were found to be lower than the original lignins.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,008
Tête enseignante GPT0,206
Écart entre enseignants0,198 · 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

Citations213
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetLignin and Wood ChemistryTravaux en français237 207