MétaCan
Menu
Retour à la cohorte
Enregistrement W4414279009 · doi:10.1021/acssuschemeng.5c05627

Mild Fractionation of Biomass into Three Binary-Component Fractions

2025· article· en· W4414279009 sur OpenAlexaff
Tingjiao Wang, Qiongyao Su, Xinyuan Zhang, Yuchen Zeng, Chengyue Yuan, Jinguang Hu, Xiaoqiang Yu, Fei Shen, Dong Tian

Notice bibliographique

RevueACS Sustainable Chemistry & Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis for Biomass Conversion
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Key Research and Development Program of ChinaDepartment of Science and Technology of Sichuan ProvinceNational Natural Science Foundation of China
Mots-clésFractionationDeep eutectic solventXyloseBiorefineryArabinoxylanFurfuralHydrolysisSolvent

Résumé

récupéré en direct d'OpenAlex

The effective fractionation technology route is a crucial aspect for the full valorization of lignocellulose. The current fractionation technologies primarily focus on single-component fractionation of lignocellulose, with the technical dilemma between each component conversion availability and overall product yields, especially under harsh fractionation conditions. This work proposed the mild fractionation process of a mechanochemistry-assisted choline hydroxide-ethylene glycol alkaline deep eutectic solvent (Ch-Ely DES) to fractionate straw biomass, with the goal of higher-value binary-component fractions pursuing, i.e., holocellulose, lignin-carbohydrate complexes (LCC), and arabinoxylan (AX). Through the synergistic effect of mechanochemical deconstruction and alkaline deep eutectic solvent swelling, 93% holocellulose recovery, corresponding to a 53.2/100 Ar β-O-4 bond content in the LCC fraction, was achieved. The resulting holocellulose hydrolysis values at a 5 wt % solid loading were 96 and 55% for glucose and xylose respectively. The mild fractionation process could yield fractions with well-preserved structures by selective hydrogen bond network interaction and lignin-carbohydrate complex covalent bond preservation. The proposed binary-component fractionation route is promising to diversify current fractionation technologies and product streams.

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 enseignants0,047
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)0,0000,000
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 Opus0,003
Tête enseignante GPT0,195
Écart entre enseignants0,192 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Sustainable Chemistry & EngineeringMême sujetCatalysis for Biomass ConversionTravaux en français237 207