MétaCan
Menu
Retour à la cohorte
Enregistrement W2971851144 · doi:10.1680/jenes.18.00045

Application of green solvent for biodiesel production from sesame oil

2019· article· en· W2971851144 sur OpenAlexvenueno aff
Santosh A. Kadapure, Poonam Kadapure, Pujari Manoj, Dodwad Raghvi, Sajjan Chanaveer, Shinde Shubham

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiodieselBiodiesel productionDeep eutectic solventPulp and paper industryGlycerolYield (engineering)ChemistrySolventFatty acid methyl esterOxalic acidMethanolOrganic chemistryChemical engineeringMaterials scienceEutectic systemCatalysisEngineeringMetallurgy

Résumé

récupéré en direct d'OpenAlex

The use of abundant biosources for biodiesel production has attracted the attention of various academicians, as well as the industrial communities. This work provides an alternative biodiesel-manufacturing process that uses green chemistry principles in the form of deep eutectic solvents (DESs) to eliminate use of hazardous chemicals. Three different types of DES mixtures, glycerol-based (DES 1), urea-based (DES 2) and oxalic-acid-based (DES 3), were used with sesame oil. The laboratory-scale results showed that DES 1 and DES 2 were more effective for improving the yield of fatty acid methyl esters. Furthermore, a molar ratio of 6:1 and a contact time of 60 min proved to be optimum conditions. It was possible to get around 12% higher yield compared with the non-DES process under optimum conditions, suggesting that DESs can be used effectively as a co-solvent. The properties of purified biodiesel met the ASTM D 6751-19 standards.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,006
Tête enseignante GPT0,183
Écart entre enseignants0,177 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetBiodiesel Production and ApplicationsTravaux en français237 207