ESTUDO DA REAÇÃO DE TRANSESTERIFICAÇÃO DO ÓLEO DE GIRASSOL USANDO EXTRAÇÃO COM SOLVENTE EM DUAS FASES
Bibliographic record
Abstract
RESUMO -Neste projeto estudou-se a extração de óleo de sementes de girassol com hexano, obtendo-se uma mistura de óleo e solvente que foi posteriormente transesterificada com metanol e KOH, em batelada.A reação foi conduzida com temperatura constante de 45 ºC, por 1 hora, tendo o hexano papel de co-solvente no meio reacional.Foi analisada nessa reação a influência da relação molar metanol / óleo e da quantidade de catalisador em relação à massa de óleo.O rendimento reacional foi analisado por cromatografia gasosa.Determinou-se que o teor de umidade da semente é de 8,45% e que o teor de óleo contido na oleaginosa é de 26,5%, sendo necessárias 3,5 horas para se atingir a máxima extração.Fez-se um planejamento fatorial 2 2 de modo que a relação molar metanol / óleo ficou entre 5:1 e 7:1 e as quantidades de catalisador entre 0,75% e 1,25%.Notou-se que o aumento da relação molar exerce um efeito negativo na conversão, enquanto que o aumento na quantidade de catalisador apresenta efeito positivo.Propôs-se um modelo matemático empírico, que representou bem o rendimento da reação como função da relação molar metanol / óleo e quantidade de catalisador.Para o sistema em estudo, conseguiu-se como maior conversão 34,13%, um valor relativamente baixo.Este fato foi associado com a elevada relação volumétrica do co-solvente com o metanol na reação de transesterificação.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".