Effect of C:N Ratio on Microbial Activity and N Retention: Bench-scale Study Using Pulp and Paper Biosolids
Notice bibliographique
Résumé
The effect of C:N ratio on the performance of bench-scale composting systems treating pulp and paper biosolids was investigated. The biosolids used were obtained from the Pine Falls Paper Company located in Manitoba. The biosolids, on a wet basis, consisted of 41% primary biosolids, 21% secondary biosolids, and 39% deinking plant sludge. The biosolids were mixed with bark to achieve an initial moisture content of 60%, resulting in a recipe consisting of 1.09 kg of bark per kg of biosolids on a dry basis. Four reactors (treatments) were run with C:N ratios of 107 (control; no N supplement), 55, 29, and 18. Each treatment was replicated three times. Sulfur coated urea was used as the N supplement. Parameters monitored included C:N ratio, N recovery, material compaction, temperature, qualitative odor observations, and volatile solids reduction. The relative microbial activity was observed in-directly using volatile solids removal and the relative heat generation data. The data showed a strong negative linear relationship between C:N ratio and relative heat generation (r2=0.98) and between C:N ratio and volatile solids removal (r2=0.84 for all four treatments; and r2=1.0 for C:N = 29 to 107). The data also showed a strong nonlinear relation between N retention and C:N ratio (% retention = 101(1-0.92C:N); r2 = 0.71; n = 12). Qualitative odor observations and N losses suggested that a C:N ratio of 18 was too low, therefore a performance comparison was made between the C:N-107 and the C:N-29 treatments. It was observed that the mean volatile solids removal was 28.6% higher in the C:N-29 treatments as compared to the C:N-107 control. While this difference is significant from a bench-scale perspective, the authors question the practical significance of the difference and recommend further investigation.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».