MétaCan
Menu
Retour à la cohorte
Enregistrement W2058090620 · doi:10.1139/s05-020

Determination of heat generated by metabolic activities during composting of greenhouse tomato plant residues

2006· article· en· W2058090620 sur OpenAlexvenueno aff
Fahad Alkoaik, A. E. Ghaly

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompostAerationKjeldahl methodChemistryBioreactorWater contentMoisturePulp and paper industryNitrogenFood scienceAgronomyBiology

Résumé

récupéré en direct d'OpenAlex

Heat and mass balances were performed on an insulated laboratory composting bioreactor operating on tomato plant residues. Wood shavings and municipal solid compost were used as a bulking agent and an inoculum, respectively. The moisture content and C:N ratio were adjusted at 60% and 30:1, respectively. Both the thermal and biological parameters were evaluated. The moisture content stayed relatively constant at 59.7 ± 0.61%. The reductions in volatile solids, total carbohydrate, fat and grease, protein, and TKN-N were 29.1, 31.7, 88.8, 17.8, and 11.0%, respectively. The NH 4 + -N remained unchanged (0.33–0.35%). The temperature peaked after 31 h of operation reaching 63.3 °C and lasted for 9 h. The result of the thermal analysis indicated that the average heat production value was 14.6 kJ/g DM degraded. The conductive heat losses through the cylindrical body and the sidewalls of the bioreactor accounted for 36.53% of the total cumulative heat produced, whereas the heat loss due to aeration accounted for 62.57% and the heat gained by the compost and bioreactor materials accounted for the remaining 0.9%. The addition of a bioavailable carbon source (used cooking oil) at the peak temperature could extend the duration of the maximum temperature to insure that the composting process is effective in destroying pathogens and pesticides. Key words: compost, bioavailable carbon, tomato residues, wood shavings, nitrogen, carbohydrate, protein, fat, temperature.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,225
Score d'incertitude au seuil0,165

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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,175
Écart entre enseignants0,170 · 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

Citations14
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207