Impact of moisture content on instant catapult steam explosion pretreatment of sweet potato vine
Notice bibliographique
Résumé
Lignocellulose originating from renewable and sustainable biomass is a promising alternative resource to produce biofuel. However, the complex component, especially high moisture content, leads to a higher cost of transportation and processing. The instant catapult steam explosion (ICSE) pretreatment can exploit the intracellular water of lignocellulosic materials and convert into vapors leading towards the breakdown of the feedstock during the explosion process. However, it is necessary to study the impact of moisture content on the pretreatment. The sugar yield of wet feedstock after ICSE pretreatment reached 88.05%, which was higher when compared to dried and untreated biomass. The utilization of wet feedstock decreased the production of inhibitor and improved the carbohydrate content in ICSE-treated biomass. There occurred a shrinkage of feedstock after drying process and the mechanical breakage upon ICSE pretreatment. Moreover, not all water was converted into vapor to cause breakage in the lignocellulose. ICSE has shown to be preferably suitable to pretreat wet sweet potato vine with high moisture content, either fresh or soaked biomass that has been dried before. By using these materials, it would have a higher sugar yield and lower inhibitor production after pretreatment. Based on these advantaged aspects of ICSE platform, two potential strategies are proposed to improve the economic and environmental impacts of pretreatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».