MétaCan
Menu
Retour à la cohorte
Enregistrement W3105517543 · doi:10.3390/app10228119

Environmentally Friendly Approach for the Production of Glucose and High-Purity Xylooligosaccharides from Edible Biomass Byproducts

2020· article· en· W3105517543 sur OpenAlexaff
Soo‐Kyeong Jang, Chan-Duck Jung, Ju-Hyun Yu, Hoyong Kim

Notice bibliographique

RevueApplied Sciences · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesKorea Evaluation Institute of Industrial TechnologyKorea Research Institute of Chemical TechnologyMinistry of Trade, Industry and Energy
Mots-clésChemistryFood scienceSugarYield (engineering)Environmentally friendlyBagasseBiomass (ecology)Reducing sugarPulp and paper industryAgronomyMaterials science

Résumé

récupéré en direct d'OpenAlex

Xylooligosaccharides (XOS) production from sweet sorghum bagasse (SSB) has been barely studied using other edible biomasses. Therefore, we evaluated the XOS content as well as its purity by comparing the content of total sugars from SSB. An environmentally friendly approach involving autohydrolysis was employed, and the reaction temperature and time had variations in order to search for the conditions that would yield high-purity XOS. After autohydrolysis, the remaining solid residues, the glucan-rich fraction, were used as substrates to be enzymatically hydrolyzed for glucose conversion. The highest XOS was observed for total sugars (68.7%) at 190 °C for 5 min among the autohydrolysis conditions. However, we also suggested two alternative conditions, 180 °C for 20 min and 190 °C for 15 min, because the former condition might have the XOS at a low degree of polymerization with a high XOS ratio (67.6%), while the latter condition presented a high glucose to total sugar ratio (91.4%) with a moderate level XOS ratio (64.4%). Although it was challenging to conclude on the autohydrolysis conditions required to obtain the best result of XOS content and purity and glucose yield, this study presented approaches that could maximize the desired product from SSB, and additional processes to reduce these differences in conditions may warrant further research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,005
Score d'incertitude au seuil0,280

Scores Codex et Gemma par catégorie

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 Opus0,018
Tête enseignante GPT0,194
Écart entre enseignants0,176 · 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 tête enseignante, 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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetBiofuel production and bioconversionTravaux en français237 207