MétaCan
Menu
Retour à la cohorte
Enregistrement W2745107761 · doi:10.25269/jsel.v4i02.88

PERBAIKAN FREENESS DAN MUTU KERTAS BEKAS MENGGUNAKAN CELLULOSE BINDING DOMAIN DARI ENDOGLUKANASE Egl-II

2014· article· en· W2745107761 sur OpenAlexaboutno aff
Rina Masriani, Taufan Hidayat, Henggar Hardiani

Notice bibliographique

RevueJURNAL SELULOSA · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Growth and Agriculture Techniques
Établissements canadiensnon disponible
Organismes subventionnairesInstitut Teknologi BandungBudapesti Műszaki és Gazdaságtudományi Egyetem
Mots-clésCellulaseChemistryCellobioseCelluloseNuclear chemistryChromatographyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The objective of this research is improving the freeness of waste paper stock and paper quality by using the Cellulose Binding Domain (CBD) of endoglucanase Egl-II. CBD has been separated from endoglucanase Egl-II by proteolysis method. CBD has a molecular weight of approximately 21 kD. The produced CBD contained 0.04 mg / mL protein and did not show the total enzyme activity. Waste paper disintegrated using Niagara beater with no load at the consistency of 1.5%. CBD was applied to the refined waste paper fibers with a freeness of 200 mL CSF (Canadian Standard Freeness). The dosages of CBD used for waste paper treatment were 0.2 and 0.3 mg CBD/g of oven-dried pulp. The result shows that this treatment increases the freeness of fibers by 140 mL CSF (70%). CBD also increases the amount of removed water from the fibers from 290 mL to 390 mL and 370 mL, respectively, using the dynamic drainage jar (DDJ) measurement. The cellobiose assay of the waste paper filtrate treated with CBD shows no sugar dissolution, which indicates no cellulose degradation. The tear index of paper produced by treatment with CBD shows insignificant change. The Concora Medium Test (CMT) of paper produced by treatment with CBD has higher tensile index, burst index, and ring crush.Keywords: cellulose-binding domain, endoglucanase Egl-II, freeness improvement, waste paperABSTRAKTujuan penelitian ini adalah untuk memperbaiki freeness dari stok kertas bekas dan mutu lembaran kertas yang dihasilkan dengan menggunakan Cellulose Binding Domain (CBD) dari endoglukanase Egl-II. CBD yang digunakan merupakan hasil pemisahan dari endoglukanase Egl-II dengan metode proteolisis. CBD ini memiliki berat molekul sekitar 21 kD. CBD yang dihasilkan mengandung kadar protein sebesar 0,04 mg/mL dan tidak terdeteksi adanya aktivitas total enzim. Kertas bekas diuraikan dengan menggunakan Niagara beater tanpa beban pada konsistensi 1,5%. CBD diaplikasikan pada serat kertas bekas yang telah digiling dan memiliki freeness 200 mL CSF (Canadian Standard Freeness). Dosis CBD yang digunakan untuk perlakuan terhadap serat kertas bekas adalah 0,2 dan 0,3 mg CBD/g pulp kering-oven. Hasil penelitian menunjukkan perlakuan dengan CBD meningkatkan freeness bubur serat kertas bekas sebesar 140 mL CSF (70%). CBD juga meningkatkan volume air yang dihilangkan dari serat kertas bekas dari 290 mL menjadi 390 mL dan 370 mL menggunakan pengukuran dynamic drainage jar (DDJ). %FPR meningkat dari 98,80% menjadi 99,77%. Pengujian selobiosa terlarut pada filtrat serat kertas bekas yang telah mengalami perlakuan dengan CBD memperlihatkan tidak ada gula terlarut, artinya tidak ada degradasi selulosa menjadi gula terlarut. Indeks sobek dari kertas yang dihasilkan melalui perlakuan dengan CBD memperlihatkan tidak ada perubahan yang signifikan. Nilai tensile index, burst index, ring crush dan Concora Medium Test (CMT) dari kertas yang dihasilkan melalui perlakuan dengan CBD meningkat.Kata kunci: cellulose-binding domain, endoglukanase Egl-II, perbaikan freeness, kertas bekas

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,648
Score d'incertitude au seuil0,655

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,009
Tête enseignante GPT0,190
Écart entre enseignants0,181 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJURNAL SELULOSAMême sujetPlant Growth and Agriculture TechniquesTravaux en français237 207