MétaCan
Menu
← Retour à la cohorte
Enregistrement W4235126042 · doi:10.32920/ryerson.14648721.v1

Enzymatic Hydrolysis of Wheat Straw in a Stirred-Tank Reactor

2021· preprint· en· W4235126042 sur OpenAlexafffund
Ejaz Ahmad Khan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStrawHydrolysisContinuous stirred-tank reactorYield (engineering)BiofuelChemistryEnzymatic hydrolysisMixing (physics)Pulp and paper industryImpellerEthanolBioreactorMaterials scienceChemical engineeringWaste managementBiochemistryOrganic chemistryComposite materialMechanical engineeringInorganic chemistryEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

In an attempt to elucidate the effect of some operating conditions on the rate and extent of enzymatic hydrolysis of lignocellulosic materials in a stirred tank reactor, wheat straw was hydrolyzed by mixing with two pitched-blade impellers mounted on a shaft under various atmospheric conditions: static air in headspace, N₂ gas flowing over the surface of the medium, and minimal static air by a lid touching the surface of the medium. The presence of N₂ gas over the reaction medium produced by the highest 6.9 % (w/w) conversion in 36 hours. The initial conversion when N₂ gas flowed in the headspace (2.9 % w/w), and when a lid was used (2.9 % w/w) as compared to conversion in air presence (2.3 % w/w), seems to indicate that the enzyme activity was affected due to oxidation in the presence of air. The observed low conversion yield was probably the result of the non sterile conditions imposed by industrial requirements for the production of biofuel ethanol from agricultural lignocellulosics.

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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,212
Écart entre enseignants0,198 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetBiofuel production and bioconversion→Travaux en français237 207→