MétaCan
Menu
Retour à la cohorte
Enregistrement W2065867910 · doi:10.1139/s04-020

Bench-scale study of the biodegradation of grease trap sludge with yard trimmings or synthetic food waste via composting

2004· article· en· W2065867910 sur OpenAlexvenueno aff
Gladis Lemus, Anthony Lau, R. M. R. Branion, K.V. Lo

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePesticide and Herbicide Environmental Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreaseBiodegradationWaste managementFood wastePulp and paper industryChemistryEnvironmental scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to evaluate the biodegradation of lipid-rich residues (grease trap sludge) when composted under aerobic conditions, using two different substrates — yard trimmings and synthetic food waste. Addition of lipids seemed to have a very marked effect on the temperature profiles. For the high-rate phase of composting, grease trap sludge was degraded by 39%–51% for the yard trimmings experiments and 10%–27% for the synthetic food waste treatments. For the curing phase, lipids reductions were 9%–26% and 16%–45% for treatments with yard trimmings and synthetic food waste, respectively. For the active phase of composting, the volatile solids biodegradation rate coefficient for the grease trap sludge treatments was 0.009–0.033 d–1, while the average biodegradation rate coefficient for grease trap sludge alone was 0.058 d–1. The yard trimmings treatment with grease trap sludge added at 5% dry solids (ds) resulted in enhanced performance, in terms of temperature profile, rate and extent of biodegradation of solids and lipids, and reduction in wet mass and water content, when compared with the composting of yard trimmings alone. For the synthetic food waste treatments, the addition of grease trap sludge (up to 10% ds) seemed to be inhibitory of the composting process. Key words: lipid residues, compostability, biodegradation rate, biodegradation extent.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,007
Tête enseignante GPT0,181
Écart entre enseignants0,173 · 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 source (Gemma direct ou Codex distillé), 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

Citations16
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetPesticide and Herbicide Environmental StudiesTravaux en français237 207