The Application of Fiber Quality Analysis (FQA) and Cellulose Accessibility Measurements To Better Elucidate the Impact of Fiber Curls and Kinks on the Enzymatic Hydrolysis of Fibers
Notice bibliographique
Résumé
Fiber curls, kinks, microcompressions, nodes, crimps, and dislocations have been frequently associated with weak points in biomass fibers that exhibit increased accessibility to enzymes and chemicals. Rapid measurements using fiber quality analysis (FQA) showed that the curl and kink indices were increased by 300% in fibers that were processed at high solids loadings, but these indices were readily reversed by the application of a “straightening” treatment to the fibers. The curlation of fibers increased their susceptibility to shortening when they were exposed to endoglucanases and hydrochloric acid. Increased fiber curl also enhanced cellulose accessibility as measured by Simons staining (SS) and water retention value (WRV) and resulted in the formation of fiber networks with increased bulk. Upon straightening the fibers, these effects were reversed, with the exception of the increases in cellulose accessibility measured by SS and WRV. The induction of fiber curls and kinks also resulted in irreversible increases in cellulose hydrolysis yields of up to 17% that were more pronounced at higher solids loadings. The better hydrolysis at higher solids loadings was likely due to the well-known tendency of curled fibers to form bulkier fiber networks with decreased fiber bonding. The results suggest that it should be possible to simultaneously increase cellulose accessibility when hydrolysis is performed at high solids loadings by the application of appropriate physical treatments. It was apparent that the increased cellulose accessibility measured by SS and WRV and reflected by the enhancement in enzymatic hydrolysis yields was a byproduct of curl and kink induction and thus was not directly measurable using an FQA.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».