MétaCan
Menu
Retour à la cohorte
Enregistrement W4401136335 · doi:10.1021/acs.energyfuels.4c02301

Impacts of Hydrogen Bond Donor Structures in Phenolic Aldehyde Deep Eutectic Solvents on Pretreatment Efficiency

2024· article· en· W4401136335 sur OpenAlexaff
Ji-Ae Ryu, Mairui Zhang, Yunxuan Wang, R M Li, Kwang Ho Kim, Arthur J. Ragauskas, Gyu Leem, Min Bum Park, Chang Geun Yoo

Notice bibliographique

RevueEnergy & Fuels · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesDivision of Chemical, Bioengineering, Environmental, and Transport SystemsNational Institute of Food and Agriculture
Mots-clésChemistryLigninAldehydeVanillinOrganic chemistryHydrolysisYield (engineering)Hydrogen bondCatalysisMolecule

Résumé

récupéré en direct d'OpenAlex

As a green solvent for biomass processing, deep eutectic solvents (DESs) have shown effectiveness in biomass processing. In this study, phenolic aldehydes with different numbers of methoxy groups, including 4-hydroxybenzaldehyde (HBA, no methoxy), vanillin (VA, monomethoxy), and syringaldehyde (SA, dimethoxy) were employed to synthesize DESs with choline chloride (ChCl). The presence of methoxy groups in the hydrogen bond donor structure affected DES properties, as well as biomass pretreatment performance. The high thermal stability of phenolic aldehyde DESs was shown with over 225 °C onset temperature. The hydrogen bond donor with one aldehyde and one hydroxyl group at the para position without a methoxy group (ChCl-HBA) showed the highest xylan removal and delignification, reaching 59.3 and 88.0%, respectively, leading to the highest enzymatic hydrolysis yield. Sonication after pretreatment further enhanced the hydrolysis yields, achieving 83.3% glucan conversion and 50.1% xylan conversion. In the lignin-rich fraction, the recovered lignin showed a low weight–average molecular weight under 2100 g/mol with a relatively uniform molecular weight dispersity below 1.5. This study provides insights into how the chemical structure of hydrogen bond donors in DESs affects biomass processing and paves the way for designing effective lignin-derived DES in future biorefinery processes.

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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,212
Écart entre enseignants0,206 · 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

Citations18
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetLignin and Wood ChemistryTravaux en français237 207