Corn Stover Lignin as a Solid Acid Catalyst for the Esterification of Oleic Acid
Notice bibliographique
Résumé
Abstract The catastrophic ramifications of fossil fuels on the environment have prompted the search for renewable energy sources. Over the recent decades, biodiesel has garnered attention as a promising direct alternative to diesel fuel; however, reliance on homogeneous catalysts and the requirement for refined vegetable oil feedstocks present financial and sustainability concerns. Thus, there exists a need for the development of sustainable and cost‐effective catalytic solutions. Herein, the application of lignin, an abundant and renewable biomass, as an effective heterogeneous catalyst is reported for biodiesel production via the esterification of oleic acid. Lignin is extracted from corn straw using sulfuric acid, which endows sulfonic acid groups (0.85 mmol g −1 ) to its structure allowing it to act as an acid catalyst without additional post‐treatments. Conversion of oleic oil to biodiesel is achieved at 97% using a 1:3 oleic acid to methanol molar ratio with a 5 wt.% catalyst loading at 90 °C after only 30 min. Moreover, the catalyst exhibits a remarkable turnover frequency of 2.61 min −1 proving its efficiency. These findings demonstrate that heterogeneous catalysts can be prepared from biomass waste offering a significantly cheaper and less intensive synthesis process and allowing for a paradigm shift to non‐edible and waste cooking oils.
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) | 0,001 | 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 ».