MétaCan
Menu
Retour à la cohorte
Enregistrement W3199399034 · doi:10.1002/jctb.6918

Hydrolysis of semi‐industrial aqueous extracted xylan from birch ( <scp> <i>Betula pendula</i> </scp> ) employing commercial catalysts: kinetics and modelling

2021· article· en· W3199399034 sur OpenAlexaff
Xiaojia Lu, Paula Junghans, Johan Wärnå, Gerd Hilpmann, Rüdiger Lange, Heather L. Trajano, Kari Eränen, Lionel Estel, Sébastien Leveneur, Henrik Grénman

Notice bibliographique

RevueJournal of Chemical Technology & Biotechnology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesEuropean Regional Development FundRégion NormandieChina Scholarship CouncilAcademy of FinlandJapan Agency for Medical Research and DevelopmentEuropean CommissionÅbo Akademi
Mots-clésHydrolysisChemistryXyloseHemicelluloseDehydrationCatalysisAqueous solutionYield (engineering)XylanMonosaccharideKineticsChromatographyOrganic chemistryFermentationBiochemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND Acidic hydrolysis of a birch ( Betula pendula ) xylan produced by a novel semi‐industrial‐scale aqueous‐based and highly sustainable method was studied in a batch reactor. Five commercial acidic heterogeneous catalysts were screened and significant differences in their performance were observed. Dowex 50WX2‐100 was selected for further studies and the influence of the reaction parameters, including stirring speed, pH (0.5–1.5), temperature (115–145 °C) and catalyst particle size (50–400 mesh) were studied. The goal was to maximize xylose yield by balancing between the kinetics of hydrolysis and the undesired degradation of monosaccharides. RESULTS The results show that the maximum achieved yield of xylose was 76%, but higher yields were hindered by the consecutive dehydration of sugars. It was also observed that the hydrolysis and dehydration reactions do not follow the same dependence on the experimental parameters, which leaves room for optimization of the yield. A kinetic model was developed based on the data, which takes into account the consecutive reaction pathway and the influence of the experimental conditions, and a very good fit of the model to the experimental data was achieved. An activation energy of 119 and 88 kJ mol –1 was obtained for the hydrolysis and dehydration steps, respectively. CONCLUSION Hydrolysis results of this novel, well‐characterized hemicellulose extract have not been published previously, and they contribute significantly to the understanding of the hydrolysis and dehydration of real feedstock, instead of highly purified and typically very deacetylated model compounds with different characteristics and behaviour in hydrolysis. © 2021 The Authors. Journal of Chemical Technology and Biotechnology published by John Wiley &amp; Sons Ltd on behalf of Society of Chemical Industry (SCI).

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,022
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0020,002
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 Opus0,017
Tête enseignante GPT0,209
Écart entre enseignants0,192 · 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.

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Technology & BiotechnologyMême sujetBiofuel production and bioconversionTravaux en français237 207