MétaCan
Menu
Retour à la cohorte
Enregistrement W4295883439 · doi:10.15376/biores.7.1.161-172

Mg(OH)2-based hydrogen peroxide bleaching of CMP pulps at high consistency

2011· article· en· W4295883439 sur OpenAlexaff
Rabi Behrooz, Somayeh Ghasemi, Ghasem Asadpour Atoii, Pedram Fatehi

Notice bibliographique

RevueBioResources · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensLakehead UniversityUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésHydrogen peroxidePulp (tooth)Kappa numberChemistryEffluentPulp and paper industryAqueous solutionNuclear chemistryPeroxidePapermakingKraft processOrganic chemistryWaste managementKraft paper

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to investigate the bleaching performance of a Mg(OH)2-based hydrogen peroxide process at a high consistency. In this work, an industrially produced chemimechanical pulp (CMP) was bleached via Mg(OH)2- or NaOH-based hydrogen peroxide processes at 10% and 25% consistencies. The results showed that the pulp bleached under the conditions of 1.5% Mg(OH)2 and 3% H2O2 at 25% consistency had a similar brightness to, a lower yellowness index, and a higher opacity than the pulp produced under the conditions of 2.1% NaOH, 3% Na2SiO3, and 3% H2O2 at the same consistency. The temperature (70 ºC) and time (150 min) of the bleaching were the same for both processes. Under the conditions stated above, the Mg(OH)2-based process had a higher yield than the NaOH-based process did. The bleaching effluent of the Mg(OH)2-based process had a higher residual H2O2, but a lower Chemical Oxygen Demand (COD) load and turbidity, compared with that of the NaOH-based process. However, the strength properties and water retention value (WRV) of the pulp bleached via the Mg(OH)2-based process were lower, while its bulk was higher than those of the pulp bleached via the NaOH-based process.

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)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,014
Tête enseignante GPT0,166
Écart entre enseignants0,151 · 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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetLignin and Wood ChemistryTravaux en français237 207