MétaCan
Menu
Retour à la cohorte
Enregistrement W2155501717 · doi:10.1680/jees.2013.0044

Valorisation de coproduits de l’industrie agro-alimentaire par production de compost de haute qualité (in French)

2013· article· fr· W2155501717 sur OpenAlexaffvenueabout
Élaine Boutin, Jean‐François Blais, Guy Mercier, Patrick Drogui, Myriam Chartier

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2013
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésForestryHumanitiesPhilosophyGeography

Résumé

récupéré en direct d'OpenAlex

Les industries de transformation alimentaire génèrent des quantités imposantes de coproduits organiques, lesquels demeurent, même aujourd’hui, peu valorisés. La présente recherche a permis de réaliser un inventaire détaillé des coproduits générés dans des usines de production de biscuits, chocolat, céréales et barres collations et d’identifier des formulations adéquates de mélanges d’intrants (écailles de cacao, résidus de biscuits et céréales, boues physico-chimiques et biologiques) pour des essais de compostage. Un dispositif expérimental comprenant six tas de compost d’approximativement une tonne métrique, et aérés par retournement manuel, a ensuite été opéré pendant une période de 4 mois. Des températures maximales se situant entre 60 et 68°C ont été mesurées dans les différents tas au cours de la période de compostage, alors que des températures moyennes supérieures à 50°C ont été maintenues pendant des périodes se situant entre 6 et 10 semaines. Des composts d’excellente qualité, répondant aux exigences de qualité AA (normes du Bureau de normalisation du Québec) en termes de teneurs en contaminants métalliques et microbiens et de stabilité microbiologique, ont été générés au terme de la période de compostage. Ces essais ont aussi démontré que les écailles de cacao, un coproduit important de la fabrication du chocolat, constituent un excellent agent de foisonnement de compostage.

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,763
Score d'incertitude au seuil0,424

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,012
Tête enseignante GPT0,208
Écart entre enseignants0,196 · 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'étudeObservationnel
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
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

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