MétaCan
Menu
Retour à la cohorte
Enregistrement W4312820028 · doi:10.4236/abc.2022.126021

Ionic Liquid Efficiency on Wood Dissolution and Polysaccharide Identification

2022· article· en· W4312820028 sur OpenAlexaff
Idelette Plazanet, Christelle Gady, Sabine Lhernould, Rachida Zerrouki, Daniel Montplaisir, Guy Costa

Notice bibliographique

RevueAdvances in Biological Chemistry · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésDissolutionPolysaccharideIonic liquidHemicelluloseChemistryPulp and paper industryBiomass (ecology)PolymerPectinChemical engineeringCell wallCelluloseChromatographyOrganic chemistryFood scienceBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

The wood polysaccharide composition, a new analytical method, based on ionic liquid dissolution of low amount of biomass coupled with an ELISA essay of polysaccharides. In the present work, we synthesized and tested several imidazolium and 1,8-diazabicyclo[5.4.0]undec-7-ene (DBU) based ILs for their ability to solubilize Douglas-fir wood while preserving the wall polymer integrity. The couple times-temperatures have been essayed for wood dissolution. Then their efficiency for wood biomass dissolution was compared to the impact of IL on storing and/or destroy polysaccharides. Thanks to the ELISA technique with a set of mAbs against epitopes of the main hemicellulose, pectin, and protein families of cell wall components. Wood destructuration at 80˚C with the 1-ethyl-3-methylimidazolium bromide represents a good compromise of wood dissolution efficiency and low polysaccharide destruction.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,416

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 Opus0,007
Tête enseignante GPT0,225
Écart entre enseignants0,218 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Biological ChemistryMême sujetLignin and Wood ChemistryTravaux en français237 207