MétaCan
Menu
Retour à la cohorte
Enregistrement W4402723526 · doi:10.1021/acssuschemeng.4c05734

Mechanoenzymatic Depolymerization of Highly Crystalline Polyethylene Naphthalate under Moist-Solid Conditions

2024· article· en· W4402723526 sur OpenAlexafffund
Yuqin Xia, Karine Auclair

Notice bibliographique

RevueACS Sustainable Chemistry & Engineering · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaGenome Canada
Mots-clésDepolymerizationPolyethylene naphthalatePolyethyleneMaterials scienceChemical engineeringChemistryPolymer chemistryPolymerComposite material

Résumé

récupéré en direct d'OpenAlex

Plastics have dramatically improved our quality of life. Their lightweight, chemical resistance, and barrier properties are some of the advantages that make them superior to other materials, delivering health and energy-saving benefits among others. However, plastic recycling technologies are urgently needed to address the overwhelming accumulation of plastics in the environment. Here, we report a strategy that combines enzymatic catalysis and mechanical mixing, otherwise known as mechanoenzymology, with moist-solid reaction conditions to enable the clean hydrolysis of the recalcitrant plastic polyethylene naphthalate (PEN) to its building block 2,6-naphthalenedicarboxylic acid (2,6-NDA). Using a commercial variant of Humicola insolens cutinase (HiC, Novozym 51032) added in batches allowed us to achieve 56% yield of 2,6-NDA from high crystallinity ( X c = 41%) PEN. Remarkably, comparable reactions under standard aqueous conditions afforded 30 times less product. The high yield obtained together with the lack of increase in plastic crystallinity ( X c ) over the course of the reaction suggest that under moist-solid reaction conditions, both the amorphous and crystalline regions of the plastic are depolymerized. Preliminary mechanistic and kinetic studies are also presented to pave the way for future optimization.

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 seuil0,002

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 Opus0,003
Tête enseignante GPT0,193
Écart entre enseignants0,191 · 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

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Sustainable Chemistry & EngineeringMême sujetMicroplastics and Plastic PollutionTravaux en français237 207