MétaCan
Menu
Retour à la cohorte
Enregistrement W4307159992 · doi:10.1002/cjce.24732

Extraction and purification of paeonol from <scp>M</scp> outan <scp>C</scp> ortex by a combined method of steam distillation and antisolvent recrystallization to reduce energy consumption and carbon dioxide emissions

2022· article· en· W4307159992 sur OpenAlexvenueno aff
Siying Wang, Lanlan Xie, Qilei Yang, Yuting Geng, Hedi Kang, Xiuhua Zhao

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCrystallization and Solubility Studies
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central Universities
Mots-clésPaeonolRecrystallization (geology)DistillationSteam distillationChemistryEthanolSolventChromatographyMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract This study aimed to obtain paeonol with high purity by using the combination of steam distillation and antisolvent recrystallization (ASR) and to reduce the energy consumption and CO 2 emission in the preparation process. First, different experimental parameters were optimized by response surface methodology (RSM). Under the optimal conditions, the purity and yield of the as‐obtained paeonol were about 98% and 56.97%, respectively. The physicochemical properties of purified paeonol were tested, showing consistency with those of standard paeonol. The energy consumption and CO 2 emission of the preparation process of ASR and single‐solvent recrystallization were also investigated. Results showed that the energy consumption and CO 2 emission of ASR were about 4.41 J/mg and 0.006 kg/mg, respectively, which were 6.89 J/mg and 0.0095 kg/mg lower than those of ethanol recrystallization, respectively, and 50.22 J/mg and 0.0144 kg/mg lower than methanol those of recrystallization, respectively. The above results showed that ASR could obtain paeonol with high purity in a high‐efficiency, low‐energy, and environmentally protective manner.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,034
Score d'incertitude au seuil0,387

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,241
Écart entre enseignants0,226 · 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'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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCrystallization and Solubility StudiesTravaux en français237 207