MétaCan
Menu
Retour à la cohorte
Enregistrement W1544154218 · doi:10.31274/rtd-180813-16945

Identification, evaluation and quantification of VOCs as biosecure markers of swine carcass degradation

2008· dissertation· en· W1544154218 sur OpenAlexaboutno aff
Neslihan Akdeniz

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompostEnvironmental scienceGas chromatographyDimethyl disulfideEnvironmental chemistryDimethyl trisulfideSolid-phase microextractionChemistryChromatographyWaste managementGas chromatography–mass spectrometryMass spectrometrySulfur

Résumé

récupéré en direct d'OpenAlex

Swine carcasses were composted using passively-aerated composting system designed by the Canadian Food Inspection Agency during the 2004 Avian influenza outbreak in British Columbia. In this system, swine carcasses were fully covered by plastic sheets due to biosecurity concerns and visual inspection of the swine carcasses was impossible. Monitoring volatile organic compounds (VOCs) released from carcasses was a promising approach to assess progress and completion of the carcass degradation. In this study, VOCs were sampled using solid phase microextraction (SPME). Samples were analyzed using multidimensional gas chromatography-mass spectrometry (MDGC-MS) (a) to develop a comprehensive chemical library of volatile organic compounds emitted during carcass composting, (b) to determine if specific compounds could be correlated with various phases of the composting process and therefore be used to determine completion of composting and, (c) to determine the effects of compost operating parameters on the chemical make-up of gaseous emissions.;A completely new quantification method of measuring VOCs was developed with accuracy ranging from 79.04 to 98.53% and method detection limits ranging from 0.01 to 580 ppbv. Eighty five microm CAR/PDMS was shown to extract the highest amount of analytes at one hour sampling time. Dimethyl disulfide, dimethyl trisulfide, and pyrimidine were found to be produced during degradation of swine carcass tissues but not produced from decaying plant (envelope) materials. These compounds could serve as marker compounds of swine carcass degradation process. Laboratory studies showed that marker compounds cannot be detected in the headspace when the respiration rates of carcasses decrease to a level of 3.25 mg CO2-C/g VS*d (stable compost). Field studies showed that when carcass degradation was incomplete, detection of marker compounds was still possible in the eighth week of the process. After eight week composting time, the highest concentrations of marker compounds were detected for the carcass samples with the highest respiration rates (least stabilization). No relation was observed between temperature data and degradation rates of carcasses. A better estimate of carcass degradation was made by measuring concentrations of the marker compounds. The highest concentrations of the compounds were detected from the swine carcasses with the highest respiration rates and lowest decomposition. Dimethyl disulfide, dimethyl trisulfide, and pyrimidine were produced from all compost units under various conditions regardless of the plant material, moisture content, porosity and temperature. These compounds were reliable marker compounds that could be followed to test completion of a swine mortality composting process when the carcasses were fully covered by plant materials and plastic sheets due to biosecurity reasons.;Keywords. Compost, Dimethyl disulfide, Dimethyl trisulfide, GC-MS, Mortality, Pyrimidine, SPME, Swine, VFA, VOC

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)0,002
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 enseignants0,032
Score d'incertitude au seuil0,825

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 Opus0,022
Tête enseignante GPT0,299
Écart entre enseignants0,277 · 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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOdor and Emission Control TechnologiesTravaux en français237 207