MétaCan
Menu
Retour à la cohorte
Enregistrement W2160794455 · doi:10.18331/brj2015.2.1.3

Biodiesel wash-water reuse using microfiltration: toward zero-discharge strategy for cleaner and economized biodiesel production

2015· article· en· W2160794455 sur OpenAlexvenueno aff
Rana Jaber, Mohammad Mahdi A. Shirazi, Joumana Toufaily, Tayssir Hamieh, Afifa Noureddin, Hossein Ghanavati, Akram Ghaffari, Ali Zenouzi, Ali Karout, Ahmad Fauzi Ismail, Meisam Tabatabaei

Notice bibliographique

RevueBiofuel Research Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFiltration (mathematics)MicrofiltrationBiodieselBiodiesel productionWastewaterEnvironmental sciencePulp and paper industryWaste managementReuseRefining (metallurgy)Volume (thermodynamics)DilutionEnvironmental engineeringChemistryMembraneEngineeringMathematicsCatalysis

Résumé

récupéré en direct d'OpenAlex

A simple but economically feasible refining method to treat and re-use biodiesel wash-water was developed. In detail, microfiltration (MF) through depth-filtration configuration was used in different hybrid modules. Then, the treated wash-water was mixed with clean water at different ratios, re-used for biodiesel purification and water-washing efficiency was evaluated based on methyl ester purity analysis. The findings of the present study revealed that depth-filtration-based MF combined with sand filtration/activated carbon separation and 70% dilution rate with fresh water not only achieved standard-quality biodiesel product but also led to up to 15% less water consumption after two rounds of production operations. This would be translated into a considerable reduction in the total volume of fresh water used during the operation process and would also strengthen the environmental-friendly aspects of the biodiesel production process for wastewater generation was obviously cut by the same rate as well.

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 seuil0,003

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,309
Tête enseignante GPT0,380
Écart entre enseignants0,071 · 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

Citations53
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofuel Research JournalMême sujetBiodiesel Production and ApplicationsTravaux en français237 207