Deep Eutectic Solvents pretreatment of agro-industrial food waste
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
Waste biomass from agro-food industries are a reliable and readily exploitable resource. From the circular economy point of view, direct residues from these industries exploited for production of fuel/chemicals is a winning issue, because it reduces the environmental/cost impact and improves the eco-sustainability of productions. The present paper reports recent results of deep eutectic solvent (DES) pretreatment on a selected group of the agro-industrial food wastes (AFWs) produced in Europe. In particular, apple residues, potato peels, coffee silverskin, and brewer’s spent grains were pretreated with two DESs, (choline chloride–glycerol and choline chloride–ethylene glycol) for fermentable sugar production. Pretreated biomass was enzymatic digested by commercial enzymes to produce fermentable sugars. Operating conditions of the DES pretreatment were changed in wide intervals. The solid to solvent ratio ranged between 1:8 and 1:32, and the temperature between 60 and 150 °C. The DES reaction time was set at 3 h. Optimal operating conditions were: 3 h pretreatment with choline chloride–glycerol at 1:16 biomass to solvent ratio and 115 °C. Moreover, to assess the expected European amount of fermentable sugars from the investigated AFWs, a market analysis was carried out. The overall sugar production was about 217 kt yr −1 , whose main fraction was from the hydrolysis of BSGs pretreated with choline chloride–glycerol DES at the optimal conditions. The reported results boost deep investigation on lignocellulosic biomass using DES. This investigated new class of solvents is easy to prepare, biodegradable and cheaper than ionic liquid. Moreover, they reported good results in terms of sugars’ release at mild operating conditions (time, temperature and pressure).
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 | 0,000 | 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 | 0,001 | 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