MétaCan
Menu
Retour à la cohorte
Enregistrement W4285592441 · doi:10.1002/cjce.24552

Recovery of valeric acid using green solvents

2022· article· en· W4285592441 sur OpenAlexvenueno aff
Sourav Mukherjee, Basudeb Munshi

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiluentChemistrySunflower oilSunflowerSoybean oilExtraction (chemistry)StoichiometryExothermic reactionValeric acidDilutionEnthalpyPartition coefficientNuclear chemistryChromatographyOrganic chemistryAcetic acidFood scienceAgronomy

Résumé

récupéré en direct d'OpenAlex

Abstract In this work, extraction of valeric acid (VA) using tri‐ n ‐butyl phosphate (TBP) as a reactive extractant was carried out. To reduce the toxic effects of the conventional diluents on microorganisms, non‐toxic and green edible sunflower and soybean oils were tried as the diluents. The high values of the distribution coefficient and extraction efficiency advocated to use them in the bio‐refinery industries. Moreover, it shows intensification of the recovery of VA using reactive extraction process. Sunflower oil appeared to be a better diluent than soybean oil. The complexation reaction stoichiometry ( m and n ) and equilibrium complexation reaction constant were estimated by using the differential evolution technique. In spite of the loading ratio being less than 0.5, the estimated m/n was found to be more than 1.0. The higher values of occurred due to the 9higher stability of the VA‐TBP complex in sunflower oil than in soybean oil. The stoichiometry of VA decreased with increasing TBP concentration. The complex concentration, , was found to be higher for soybean oil. It increased with temperature and initial VA concentration but remained invariant with TBP concentration. Due to the decreasing trend of with temperature, the complexation reaction became exothermic. The enthalpy changes due to mass transfer stipulated easier mixing of the phases in sunflower oil than in soybean oil.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,357
Score d'incertitude au seuil0,262

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,206
Écart entre enseignants0,190 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetExtraction and Separation ProcessesTravaux en français237 207