MétaCan
Menu
Retour à la cohorte
Enregistrement W4283164847 · doi:10.1002/jctb.7070

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

2022· article· en· W4283164847 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 · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis for Biomass Conversion
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesEuropean Regional Development FundRégion NormandieChina Scholarship CouncilJapan Agency for Medical Research and DevelopmentEuropean CommissionÅbo Akademi
Mots-clésBetula pendulaHydrolysisXylanKineticsAqueous solutionChemistryCatalysisChemical engineeringPulp and paper industryOrganic chemistryChromatographyBotanyEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

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.

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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,200
Écart entre enseignants0,187 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Technology & BiotechnologyMême sujetCatalysis for Biomass ConversionTravaux en français237 207