MétaCan
Menu
Retour à la cohorte
Enregistrement W4412438212 · doi:10.1016/j.scenv.2025.100268

Production and valorization of acetic acid from lignocellulosic biomass pyrolysis: Influence of operational conditions and membrane separation processes

2025· article· en· W4412438212 sur OpenAlexafffund
Adama Ndao, Ghita Bennani, Delon Konan, Amadou Diop, Kokou Adjallé

Notice bibliographique

RevueSustainable Chemistry for the Environment · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesInstitut national de la recherche scientifiqueMinistère de l'Agriculture, des Pêcheries et de l'Alimentation
Mots-clésLignocellulosic biomassBiomass (ecology)Pulp and paper industryAcetic acidPyrolysisChemistryBiofuelProduction (economics)Waste managementEnvironmental scienceLigninAgronomyOrganic chemistryEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

Pyrolysis of lignocellulosic biomass is a thermochemical route for transforming forest and agricultural residues into valuable products. Among these, acetic acid is particularly important given its broad industrial applications in vinyl polymers, agrochemicals, and food additives. However, effectively recovering acetic acid from the aqueous fraction (fast pyrolysis) or wood vinegar (slow pyrolysis) of pyrolytic oils remains a challenge. This review summarizes the principal factors affecting acetic acid yield during fast pyrolysis, including feedstock composition (cellulose and hemicellulose), moisture content, temperature, particle size, reactor type, and residence time. Approaches such as mild pretreatments and optimized catalytic conditions can further enhance the release of acetyl groups from hemicellulose, thus raising acetic acid production. Recent advances in separation methods emphasize membrane technologies like nanofiltration (NF) and reverse osmosis (RO). These processes provide high selectivity, energy efficiency, and a reduced environmental footprint compared to traditional techniques such as liquid-liquid extraction and vacuum evaporation. Operational parameters—such as transmembrane pressure, pH, and feed composition—influence both membrane flux and retention of acetic acid. Interactions among solutes, membrane materials, and process conditions can either facilitate or hamper selective acetic acid recovery. This review highlights the potential to integrate optimized pyrolysis parameters with robust membrane systems to achieve sustainable acetic acid production. Ongoing research focuses on improving the acid resistance of membrane materials and elucidating mass transport mechanisms for scale-up. Successful implementation of these technologies will help establish a circular bioeconomy by converting lignocellulosic residues into high-value chemicals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,008
Score d'incertitude au seuil0,346

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,003
Tête enseignante GPT0,195
Écart entre enseignants0,191 · 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 tête enseignante, 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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainable Chemistry for the EnvironmentMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207