MétaCan
Menu
Retour à la cohorte
Enregistrement W2078372194 · doi:10.1115/imece2009-10286

Hydrothermal Conversion of Cattle Manure to Biooil: Biooil Definitions

2009· article· en· W2078372194 sur OpenAlexaff
Sudong Yin, Ryan Dolan, Zhongchao Tan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDichloromethaneChloroformRaw materialExtraction (chemistry)Biomass (ecology)ChemistryNitrogenDiethyl etherManureSolventElemental analysisCarbon fibersHydrothermal circulationChemical compositionFuranNuclear chemistryOrganic chemistryAgronomyMaterials scienceChemical engineering

Résumé

récupéré en direct d'OpenAlex

A number of researchers have reported that biooil was produced through hydrothermal conversion of different types of biomass. However, it is difficult to evaluate and compare these biooils in terms of yields and chemical properties. They applied different organic solvents to extract biooil from products after hydrothermal conversion of biomass. The purpose of this study is to assess the impact of extraction solvents on the quantity and chemical structure of biooil. Cattle manure was used as one type of biomass feedstock for biooil production. And dichloromethane (CH2Cl2), chloroform (CHCl3) and diethyl ether (C4H10O) were used for biooil extraction. Results showed that extraction solvents influenced biooil yields. The highest biooil yield of 48.78 wt% of volatile content of cattle manure was obtained when using CH2Cl2 solvent. The main components of biooil extracted by CH2Cl2 and CHCl3 were ketones and carboxylic acids, while those extracted by C4H10O were aromatic chemicals. In terms of elemental compositions and high heating values of biooil, no statistically apparent differences were caused by different solvents. The mean elemental compositions (by weight) of biooils were carbon of 73.79%, hydrogen of 8.18%, nitrogen of 4.38% and oxygen of 13.65%. And the mean high heating value of biooil was 36.74 MJ/kg.

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)0,000
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,015
Tête enseignante GPT0,204
Écart entre enseignants0,189 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207