Synthesis of Industrial Raw Material from Cellulosic Agricultural Wastes: Focus on Carboxymethyl Cellulose
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Agricultural wastes such as sugarcane bagasses, maize cob, palm kernel cake, palm oil empty fruit bunches, banana pseudo stem and orange mesocarp have been known to be potential sources of cellulose. From these cellulose sources sodium carboxymethylcellulose (NaCMC), a water soluble cellulose derivative and an essential raw material in the food, cosmetic, pharmaceutical and detergent industries could be synthesized. Importantly, orange mesocarp generated from orange peel is an abundant agricultural by-product which consists of about 62.5% cellulose. It is significantly considered as one of the alternative secondary resources for cellulose. In this work, cellulose was extracted from orange mesocarp and then converted to NaCMC. The orange mesocarp was dried and ground to pass 20 mesh screen. Cellulose was extracted using 8% NaOH at 100oC for 3.5 hrs and bleached using 3.85% NaOCl at 30oC for 3 hrs. Carboxymethylcellulose (CMC) was consequently synthesized from the extracted cellulose by alkalization followed by etherification. The physicochemical properties of the NaCMC were determined in terms of the degree of substitution, viscosity and with the use of FTIR spectroscopy. The NaCMC resulted from this work has a viscosity of 14.0cP at 29.8oC and DS 1.02 and therefore was categorized as technical grade with medium viscosity. After optimization and scaling up of the production process the NaCMC synthesized will be a useful and cheap raw material for the industries. K eywords: Agricultural wastes, industrial raw material, orange mesocarp, sodium carboxymethylcellulose.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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) | 0,000 | 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 découle