MétaCan
Menu
Retour à la cohorte
Enregistrement W4412723494 · doi:10.1134/s0023158424601402

Preliminary Study of Alkyl Levulinate Synthesis using Aliphatic Primary Alcohols Catalyzed by Zinc Oxide

2025· article· en· W4412723494 sur OpenAlexaff
Jéssyca Kaenny de Andrade Bezerra, Jean‐Michel Lavoie, Thierry Ghislain, Lindemberg de Jesus Nogueira Duarte, Eduardo Lins de Barros Neto

Notice bibliographique

RevueKinetics and Catalysis · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis for Biomass Conversion
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésChemistryCatalysisAlkylZincPrimary (astronomy)Organic chemistryOxidePrimary alcohol

Résumé

récupéré en direct d'OpenAlex

Abstract The utilization of lignocellulosic biomass for the production of energy, biofuels, and chemical products has become increasingly viable from technical, economic, and environmental perspectives, particularly when the biomass is sourced from agricultural waste. The conversion of biomass-derived levulinic acid (LA) into biofuel alkyl levulinate (AL) using alcohols as the alkoxy group (R–O) donor and reaction medium represents a promising synthesis route for AL, which is regarded as an environmentally friendly chemical product. In this study, we investigated the synthesis of alkyl levulinate from linear-chain alcohols (R–OH: 1-butanol, 1-octanol, 1-decanol, 1-dodecanol, and 1-tetradecanol) catalyzed by zinc oxide (ZnO) under the following conditions: LA : ROH molar ratio of 1 : 1, 1 wt % ZnO, temperature of 125°C, and reaction duration of 3 h. Our findings indicate that under the studied reaction conditions, the conversion of LA gradually decreases as the alcohol chain lengthens. The ester yields (%) were as follows: butyl levulinate—100, octyl levulinate—80, decyl levulinate—72, dodecyl levulinate—69 and tetradecyl levulinate—64. This trend is directly related to the physicochemical properties of the synthesized levulinates, including boiling point, polarity, and miscibility.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,053
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,007
Tête enseignante GPT0,214
Écart entre enseignants0,207 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKinetics and CatalysisMême sujetCatalysis for Biomass ConversionTravaux en français237 207