Valorizing corn stover waste into valuable bioproducts using subcritical water hydrolysis
Notice bibliographique
Résumé
This study examined the behavior of the semi-continuous hydrolysis process of corn stover (CS) in subcritical water, focusing on the effects of varying pH levels (1, 2, 4.5, 7, and 8) and temperatures (113, 130, 170, 210, and 226°C). The results showed that the process at 170°C and pH 1 was able to recover the highest amount of phenolic compounds (76.82 mg Gallic Acid Equivalents g⁻¹), consequently demonstrating the highest antioxidant activities by the Ferric Reducing Antioxidant Power (FRAP) (423.85 μMol TEAC g⁻¹) and 2,2-diphenyl-1-picrylhydrazyl (DPPH) (293.12 μMol TEAC g⁻¹) methods. Additionally, it was possible to obtain the highest concentration of sugars (cellobiose, glucose, and xylose) (460.92 mg g⁻¹). High temperatures (226°C and pH 4.5) produced the highest amount of organic acids (1,157.19 mg g⁻¹). The formation of inhibitors was observed only at temperatures of 170 and 210 °C at a pH of 1.0. The highest yields of sugars, organic acids, and inhibitors were 0.565, 1.123, and 0.665 mg g⁻¹ of carbohydrates, respectively. The statistical analysis identified the optimal conditions for the recovery of various compounds: phenolic compounds at 190.7 °C and pH 1, soluble proteins at 187.4 °C and pH 1, sugars at 134.9 °C and pH 1, organic acids at 223.59 °C and pH 4.1, and for minimizing inhibitors at 114.95 °C and pH 7.3. EcoScale analysis identified subcritical water as the most sustainable and efficient method for CS hydrolysis. Subcritical water treatment effectively recovers valuable compounds from CS, promoting a circular economy by valorizing waste and reducing resource dependence.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».