MétaCan
Menu
Retour à la cohorte
Enregistrement W2034610427 · doi:10.2495/wm140411

Energy products from source-separated organic waste

2014· article· en· W2034610427 sur OpenAlexaffabout
Grace K. Luk, Valeriy Bekmuradov

Notice bibliographique

RevueWIT transactions on ecology and the environment · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésBioconversionHemicelluloseRaw materialCellulosic ethanolPulp and paper industryWaste managementBiomass (ecology)LigninXyloseAnaerobic digestionCelluloseEnvironmental scienceEnergy sourceBiogasBioenergyMunicipal solid wasteCorn stoverRenewable energyBiofuelChemistryFood scienceFermentationAgronomyFossil fuelEngineering

Résumé

récupéré en direct d'OpenAlex

An effective strategy adopted in recent years for municipal solid waste management is the source-separation of solid waste, most commonly into organics, recyclables such as glass, plastics and papers, and refuse. It has been proposed that source-separated organic waste (SSO) is an excellent lignocellulosic biomass of fermentable carbohydrates, and has the potential to serve as a low-cost feedstock for bioconversion into energy products such as ethanol and hydrogen. To evaluate the feasibility of converting SSO to energy products, a better understanding on the energy contents and highly-variable composition of SSO is needed. This paper is based on the results obtained from a ten-month analysis on the SSO collected from the City of Toronto, Ontario, Canada. Detailed analyses on the composition in terms of the VOC, cellulose, hemicellulose, and lignin contents, as well the amounts of carbohydrates, glucose, xylose and other fermentable sugars are carried out. The experimental results show that the average values of moisture content, at 55%, and VOC, from 65% to 96% per dry mass, was sufficiently high to support microbial growth, making it an acceptable feedstock for anaerobic digestion. The results of SSO are compared to other traditional cellulosic feedstock, such as hardwood, agricultural products, food and herbaceous crops, and it was demonstrated that comparable amount of fermentable sugars are contained in SSO.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,549
Score d'incertitude au seuil0,749

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 GPT0,139
Écart entre enseignants0,136 · 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'étudeSans objet
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

Citations4
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWIT transactions on ecology and the environmentMême sujetBiofuel production and bioconversionTravaux en français237 207