MétaCan
Menu
Retour à la cohorte
Enregistrement W2742112780 · doi:10.1021/acssuschemeng.7b01934

Designing Ionic Liquids for the Extraction of Alcohols from Fermentation Broth: Phosphonium Alkanesulfonates, Solvents for Diol Extraction

2017· article· en· W2742112780 sur OpenAlexfundno aff
Xiaohan Liu, Martin Rebroš, Igor Dolejš, Andrew C. Marr

Notice bibliographique

RevueACS Sustainable Chemistry & Engineering · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueIonic liquids properties and applications
Établissements canadiensnon disponible
Organismes subventionnairesFP7 Food, Agriculture and Fisheries, BiotechnologyChina Scholarship CouncilEuropean CommissionQueen's UniversityAgentúra na Podporu Výskumu a VývojaQueen's University Belfast
Mots-clésPhosphoniumIonic liquidExtraction (chemistry)DiolChemistryOrganic chemistryFermentationChromatographyCatalysis

Résumé

récupéré en direct d'OpenAlex

The ability of a number of ionic liquids to extract 1,3-propanediol and 2,3-butanediol from aqueous solution was investigated. A range of hydrophobic ionic liquids were prepared and compared. The long chain phosphonium salts containing the trihexyltetradecyl phosphonium [P66614] cation exhibited promising extraction behavior. Among them, [P66614] [octanesulfonate (C8SO3)] combined high hydrophobicity, good stability, and relatively high extraction efficiency with the distribution coefficient DBDO = 0.390 and extraction selectivity SBDO = 4.83 (2,3-butanediol) and DPDO = 0.219 and SPDO = 2.65 (1,3-propanediol) at 25 °C. Additionally, this material exhibited good compatibility with the fermentation process, facilitating its use in bioprocesses.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,565
Score d'incertitude au seuil0,889

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,276
Écart entre enseignants0,258 · 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 tête enseignante, 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

Citations40
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Sustainable Chemistry & EngineeringMême sujetIonic liquids properties and applicationsTravaux en français237 207