Understanding the Effects of Ethylene Glycol-Assisted Biomass Fractionation Parameters on Lignin Characteristics Using a Full Factorial Design and Computational Modeling
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
Contributing to recent lignin valorization efforts, this study uses an integrative approach to explore the effects of fractionation parameters on lignin characteristics. The following reaction parameters are explored: water content of the water-organic solvent mixture, reaction temperature, and sulfuric acid content. Ethylene glycol (EG) was selected as the fractionation solvent because of its promising lignin solubility and extractability. This study takes a novel approach in conducting EG-assisted biomass fractionation; instead of removing lignin from the biomass, lignin was extracted and characterized. Lignin characteristics involving recovery and linkages were analyzed. A maximum of 27 wt % lignin recovery was achieved at a low water content (25%) and high reaction temperature (180 °C) in the presence of sulfuric acid (1 wt %). From NMR analysis, aryl-ether linkages, which are important to preserve for lignin valorization, were decomposed as a result of relatively high temperature and the presence of sulfuric acid. Statistical analysis showed that all individual parameters and their interactions had significant effects on lignin recovery. Computational analysis revealed that hydrogen bonding between the EG and lignin macromolecules greatly decreased with an increasing amount of water.
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 | 0,000 | 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 découle