MétaCan
Menu
Retour à la cohorte
Enregistrement W3010002345 · doi:10.1021/acsabm.0c00041

Potential of Xylanases to Reduce the Viscosity of Micro/Nanofibrillated Bleached Kraft Pulp

2020· article· en· W3010002345 sur OpenAlexafffund
Dong Tian, Na Zhong, Jerry Leung, Fei Shen, Jinguang Hu, Jack Saddler

Notice bibliographique

RevueACS Applied Bio Materials · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of CalgaryUniversity of British Columbia
Organismes subventionnairesState Key Laboratory of Polymer Materials EngineeringCanada First Research Excellence FundNational Natural Science Foundation of China
Mots-clésKraft processCelluloseKraft paperPulp (tooth)XylanaseComposite materialViscosityMaterials sciencePulp and paper industrySoftwoodCellulose fiberXylanApparent viscosityLigninChemical engineeringFiberChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The generally high viscosity of micro/nanofibrillated cellulose limits its applications in cream and fluid products. A bleached softwood Kraft (BSK) pulp was refined with increasing energy (500–2500 kWh t –1 ) to produce micro/nanofibrillated cellulose (MNBSK). Subsequent xylanase treatment was shown to influence the viscosity, gel point, aspect ratio, and fiber surface morphology of the MNBSK. It was apparent that the accessibility to xylanases was increased even at low refining energies (500 kWh t –1 ). Depending on the initial degree of cellulose fibrillation, xylanase treatment decreased the viscosity of the MNBSK from 4190–2030 to 681–243 Pa·s at a shear rate of 0.01 s –1, corresponding to the reduction in the aspect ratio from 183–296 to 163–194. It was likely that the xylanases were predominantly acting on the xylan present on the fiber surfaces, reducing the cross-linking points on the cellulose fibers and consequently resulting in the reduction in MNBSK viscosity.

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 enseignants0,001
Score d'incertitude au seuil0,002

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)0,0010,000

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 Opus0,024
Tête enseignante GPT0,280
Écart entre enseignants0,255 · 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

Citations7
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Bio MaterialsMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207