Evaluation of the life cycle of bioethanol produced from soft carbohydrate-rich and common rice straw in Japan with land-use change
Notice bibliographique
Résumé
Abstract This study evaluates the life cycle of ethanol produced from soft carbohydrate (SC)-rich rice straw (cv. Leafstar ) and common rice straw (cv. Koshihikari ) while considering land-use change to estimate CO 2 emissions, energy balance (expressed as Net Energy Ratio, NER), and production costs. Three different pretreatment methods were considered: the DiSC (direct saccharification of culms), RT-CaCCO (room temperature-CaCCO) and CaCCO (calcium capturing by carbonation) processes. Although the reduction in CO 2 emission was found to be 59%, 42% and −3.5% for the DiSC, RT-CaCCO and CaCCO processes, respectively, the CO 2 emission reduction decreased significantly when land-use change was considered. This result clearly shows that the biomass (rice straw) should be obtained from paddy fields without land-use change. The NER values for the bioethanol produced by the DiSC, RT-CaCCO and CaCCO processes were estimated to be 2.7, 2.1 and 1.0, respectively, and the total costs were estimated to be 102, 134 and 151 Yen/L ethanol, respectively (US $1 = 100 Yen). The use of the SC-rich rice straw contributes to a reduction of the environmental load and costs for the pretreatment, enzyme production, and enzymatic hydrolysis processes. Therefore, the use of SC-rich rice straw for bioethanol production reduces the total cost of production, reduces CO 2 emissions, and improves the NER. Our results suggest that the DiSC and RT-CaCCO pretreatment processes are promising pretreatment techniques and that SC-rich rice straw is a promising resource for bioethanol production.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».