MétaCan
Menu
Retour à la cohorte
Enregistrement W4247329736 · doi:10.32920/ryerson.14648085

Ammonia Fiber Expansion (AFEX) Treatment of Wheat Straw for Production of Bioethanol

2021· preprint· en· W4247329736 sur OpenAlexaff
Seyed Farshidreza Emam

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésStrawChemistryEnzymatic hydrolysisAgronomyAmmoniaLignocellulosic biomassHydrolysisBiomass (ecology)Pulp and paper industryWater contentFood scienceBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

Ammonia Fiber Expansion (AFEX) treatment is a technique that is able to enhance the enzymatic hydrolysis yield of lignocellulosic materials. In this technique, lignocellulosic materials are treated by liquid ammonia under pressure followed by rapid release of pressure that expands the fiber structure and increases enzyme access to lignocellulose polysaccharides. However, the AFEX treatment variables such as the mass ratio of ammonia to lignocellulosic biomass, moisture of lignocellulose (moisture content of biomass), temperature, and residence time need to be evaluated to find the maximum efficiency of this treatment. The efficiency of the AFEX pretreatment was quantified by the yield of released sugars during enzymatic hydrolysis of the AFEX-treated wheat straw. The optimal treatment conditions for wheat straw were found to be: ammonia-to-wheat straw ratio, 1:1; temperature, 95°C; moisture content of wheat straw, 70% (dry weight basis); and residence time, 5 minutes. Under these conditions, almost 89% of the theoretical sugars were released by enzymatic hydrolysis of the AFEX-treated wheat straw. The enzymatic hydrolysis results showed the significance of AFEX pretreatment of wheat straw when compared to untreated wheat straw with released sugars yield of only 26 %.

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 seuil0,004

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 Opus0,029
Tête enseignante GPT0,251
Écart entre enseignants0,222 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBiofuel production and bioconversionTravaux en français237 207