MétaCan
Menu
Retour à la cohorte
Enregistrement W2622356510 · doi:10.1080/07388551.2017.1331336

Compositional analysis of lignocellulosic biomass: conventional methodologies and future outlook

2017· review· en· W2622356510 sur OpenAlexafffund
Daniel J. Krasznai, Rachel Champagne Hartley, Hannah M. Roy, Pascale Champagne, Michael F. Cunningham

Notice bibliographique

RevueCritical Reviews in Biotechnology · 2017
Typereview
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésBiorefineryBiochemical engineeringLignocellulosic biomassBiomass (ecology)BiofuelProcess engineeringEnvironmental scienceComputer scienceBiotechnologyBioenergyPulp and paper industryEngineeringBiologyAgronomy

Résumé

récupéré en direct d'OpenAlex

The composition and structural properties of lignocellulosic biomass have significant effects on its downstream conversion to fuels, biomaterials, and building-block chemicals. Specifically, the recalcitrance to modification and compositional variability of lignocellulose make it challenging to optimize and control the conditions under which the conversion takes place. Various characterization protocols have been developed over the past 150 years to elucidate the structural properties and compositional patterns that affect the processing of lignocellulose. Early characterization techniques were developed to estimate the relative digestibility and nutritional value of plant material after ingestion by ruminants and humans alike (e.g. dietary fiber). Over the years, these empirical techniques have evolved into statistical approaches that give a broader and more informative analysis of lignocellulose for conversion processes, to the point where an entire compositional and structural analysis of lignocellulosic biomass can be completed in minutes, rather than weeks. The use of modern spectroscopy and chemometric techniques has shown promise as a rapid and cost effective alternative to traditional empirical techniques. This review serves as an overview of the compositional analysis techniques that have been developed for lignocellulosic biomass in an effort to highlight the motivation and migration towards rapid, accurate, and cost-effective data-driven chemometric methods. These rapid analysis techniques can potentially be used to optimize future biorefinery unit operations, where large quantities of lignocellulose are continually processed into products of high value.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,148
Tête enseignante GPT0,407
Écart entre enseignants0,259 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Reviews in BiotechnologyMême sujetBiofuel production and bioconversionTravaux en français237 207