Optimum phenolic monomer production by competing catalytic depolymerization and repolymerization of oak-extracted organosolv lignin
Notice bibliographique
Résumé
Lignin, a byproduct of pulping and lignocellulosic biorefineries, holds promise as a feedstock for producing aromatic chemicals that can replace petroleum-derived counterparts. Reductive catalytic depolymerization of lignin has been proposed as a sustainable approach to generate phenolic monomers. However, achieving high yields of these monomers is challenging because of the complexity of the product mixture and process deactivation. Additionally, the interplay between lignin depolymerization and repolymerization remains poorly understood. In this study, organosolv lignin extracted from oak was depolymerized using a hydrogen-form zeolite β-supported ruthenium catalyst. By optimizing the catalyst-to-lignin ratio (0.25 w/w), a maximum phenolic monomer yield of 15.9 % (at 280 °C in 75 % (v/v) aqueous methanol) was achieved, independent of other reaction conditions. This finding highlights the catalyst-to-lignin ratio as a critical determinant of lignin conversion efficiency. Furthermore, the study emphasizes the need to optimize reaction conditions to mitigate repolymerization, which leads to the formation of non-degradable polymers and suppresses phenolic molecule production. • Reductive depolymerization of lignin was performed using Ru/Hβ catalyst. • Repolymerization along with depolymerization occurs on the catalyst. • Optimum amount of catalyst was determined for the optimum depolymerization. • Mechanism with competing repolymerization and depolymerization was suggested.
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 ».