MétaCan
Menu
Retour à la cohorte
Enregistrement W4210276773 · doi:10.1515/npprj-2019-0077

The effects of wood chip compression on cellulose hydrolysis

2022· article· en· W4210276773 sur OpenAlexafffund
Miguel E. Villalba, Heather L. Trajano, James A. Olson

Notice bibliographique

RevueNordic Pulp & Paper Research Journal · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHydrolysisEnzymatic hydrolysisCelluloseSoftwoodLigninCompression (physics)Yield (engineering)Pulp (tooth)Materials scienceComposite materialCompressive strengthChemistryChemical engineeringPulp and paper industryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Previously it was shown that wood chip compression or enzyme impregnation prior to refining reduces energy consumption and improves pulp quality. This work characterizes the effect of different magnitudes and rates of compression on the extent of enzymatic hydrolysis. A laboratory compressor and a controlled uniaxial load set-up were used to apply different compression ratios and compression times to mixed-softwood wood chips. The chips were subsequently subjected to enzymatic hydrolysis with a high-yield exoglucanase preparation to demonstrate changes in cellulose hydrolysis. Enzymatic hydrolysis yield increased with compression ratio but was unaffected by compression time. Increasing compression ratio increased removal of soluble molecules such as sugars and acid-soluble lignin. Microscopy imaging showed increased cell wall buckling and fracturing with increased compression. The morphological changes led to improved enzyme diffusion and resulted in higher available surface area. The improved cellulose hydrolysis is due to changes in wood morphology as well as the removal of extractives.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,695
Score d'incertitude au seuil0,825

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,018
Tête enseignante GPT0,273
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 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNordic Pulp & Paper Research JournalMême sujetBiofuel production and bioconversionTravaux en français237 207