Sustainable catalytic pathways for biofuel precursors: quantitative conversion of glucose to gluconic acid using Pt-Zn biochar catalyst
Notice bibliographique
Résumé
Achieving quantitative conversion of biomass-derived feedstocks under ambient environmental conditions (20°C, atmospheric air, 0.1 MPa) is a critical milestone for sustainability in chemical processes. Herein, the quantitative conversion of glucose to gluconic acid was accomplished under ambient environmental conditions without any additives using a Pt-Zn intermetallic nanoparticle-supported biochar catalyst prepared from raw rice straw (Pt-Zn/strawC) via a straightforward one-pot solvothermal reaction with ethylene glycol solvent. Spectroscopic analyses verified the formation of the Pt-Zn intermetallic alloy and confirmed strong electronic metal-support interactions. The Pt-Zn/strawC catalyst (Pt:Zn molar ratio of 1:6) was highly selective for the conversion of glucose to gluconic acid, whereas yields as high as 99.9% (98.9% gluconic acid, 1.0% glucaric acid) were reached at 20 oC under base-free and additive-free conditions. Isotope measurements and density functional theory revealed synergistic interactions in the Pt-Zn alloy, wherein the alloy tended to absorb glucose and active O2 into superoxide radical (O2·). This work demonstrates a chemocatalytic method that is practical for environmental conditions and provides a new avenue for sustainable conversion of lignocellulosic biomass to chemical products.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».