MétaCan
Menu
Retour à la cohorte
Enregistrement W1970607649 · doi:10.1002/jctb.3793

Influence of uric acid amendment on the in‐vessel process of composting composite food waste

2012· article· en· W1970607649 sur OpenAlexafffund
Chunjiang An, Guohe Huang, Sheng Li, Hui Yu, Wei Sun, Peng Kuang

Notice bibliographique

RevueJournal of Chemical Technology & Biotechnology · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistry of Education, IndiaMinistry of Earth Sciences
Mots-clésFood wasteAmendmentManureChicken manureEnvironmental scienceWaste managementGreen wasteFood scienceCompostPulp and paper industryChemistryAgronomyBiologyEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND: The food waste produced in small cities, rural areas and small communities often coexists with agroindustrial waste, such as livestock and poultry manure, which include high levels of uric acid (UA). This study investigated the influence of UA on the composting of food waste in an in‐vessel system. RESULTS: Results showed that the performance of food waste composting was significantly different in systems with UA amendment and without UA amendment. Treatment with UA addition was the first to reach the thermophilic phase. More intensive mass reduction took place in the UA‐amended treatments at an early stage. The variations of pH and O 2 uptake were also correlated with the added UA. A decreasing trend in C/N ratio and a general increasing trend for NH $_{4}^{+}$ ‐N concentration were observed when UA was added. CONCLUSIONS: The overall effect of UA can be assumed to be the sum of a large number of individual events with different mechanisms. Appropriate strategies could be applied to adjust the composting process, mediating both positive and negative effects of the coexistence of food waste and UA as well as manure. The results from this study may have important implications for composting technologies used to treat food waste. Copyright © 2012 Society of Chemical Industry

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,017
Score d'incertitude au seuil0,458

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,015
Tête enseignante GPT0,244
Écart entre enseignants0,228 · 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

Citations9
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Technology & BiotechnologyMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207