MétaCan
Menu
Retour à la cohorte
Enregistrement W4412134680 · doi:10.1002/cjce.70015

Revisiting acidulation for tall oil and lignin manufacturing

2025· article· en· W4412134680 sur OpenAlexafffundvenue
Thomas Aro, Weijue Gao, Pedram Fatehi

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLigninPulp and paper industryBusinessChemistryOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Tall oil is a byproduct of the kraft pulping process when softwood is used as raw material. As the production of softwood‐based pulp is in high demand, the optimization of the tall oil production process needs to be revisited to ensure the highest quality and quantity of tall oil manufacturing. In this work, the process for tall oil production was optimized in terms of tall oil yield, acid number, and tall oil components (i.e., fatty acid, rosin acid, unsaponifiable, and moisture contents) by considering acidulation reaction time, pH, water content, and settling additive. It was found that a reaction pH range of 2.5–3.0, 100 wt.% water addition, a reaction time of 20 min, a temperature of 90–100°C, and a 2‐h settling time yielded 52.9 wt.% of crude tall oil with the acid number of 137.3 mg KOH/g oil. Furthermore, the addition of anionic polymer pulp processing aid at 0.018 wt.% (dry basis) resulted in the largest crude tall oil yield of 57.1 wt.% and acid number of 142 mg KOH/g oil. Lignin from the tall oil production process was found to have an anionic charge density of 0.2–0.4 mmol/g and a solubility of approximately 0.7–2.0 g/L, both of which were higher than those of kraft lignin. However, the molecular weight of tall oil lignin was 1700 g/mol, which was smaller than kraft lignin, indicating that lignin underwent slight degradation during the acidulation process.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,004
Tête enseignante GPT0,177
Écart entre enseignants0,173 · 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

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetLignin and Wood ChemistryTravaux en français237 207