Characterization of sugar maple and red oak bark: Efficient lignin extraction via the Organosolv and acidic dioxane process
Notice bibliographique
Résumé
The barks of two wood species, sugar maple (SM) and red oak (RO), were investigated to characterize their chemical composition and isolate the lignins they contain, representing relatively underexplored and underutilized polymers. Characterizing these two barks involved assessing extractive components, Klason and acid-soluble lignin, ash content, and sugars. It was observed that RO bark had a higher concentration of extractive substances and a lower Klason lignin content compared to SM bark. The Klason lignin content in the barks of the SM and RO bark was measured at 35.0% and 26.4%, respectively, higher than values reported for corresponding to wood of the same species, 21.8% and 22.2%, respectively, for RO and SM. Lignin isolation from bark was achieved by utilizing Organosolv catalytic and acid dioxane processes. Notably, the Organosolv process yielded lignins of considerably higher purity. The structural analysis of the bark lignins was peformed by combination of spectroscopic methods: FTIR,13P NMR, and solid-state NMR. Compared to dioxane lignins, a higher concentration of OH bound to syringyl and guayacyl units were found in Organosolv lignins. In contrast, aliphatic OH units are more important in dioxane lignins than in Organosolv lignins. Furthermore, sugar analysis was conducted via HPLC, thermal analysis was conducted through DSC and TGA, and ash composition identification was done using ICP-OES. Notably, higher Mw and Mn values are determined by GPC for dioxane lignins than for Organosolv lignins.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».