MétaCan
Menu
Retour à la cohorte
Enregistrement W2279149270 · doi:10.2166/wst.2015.559

Effect of thermal and alkaline pretreatment of giant miscanthus and Chinese fountaingrass on biogas production

2015· article· en· W2279149270 sur OpenAlexaff
Valentine Nkongndem Nkemka, Yongqiang Li, Xiying Hao

Notice bibliographique

RevueWater Science & Technology · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésMiscanthusBiogasProduction (economics)Miscanthus sinensisBiogas productionBioenergyPulp and paper industryEnvironmental scienceWaste managementChemistryBusinessBiofuelEconomicsEngineeringMethaneAnaerobic digestionOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Giant miscanthus (Miscanthus × giganteus) and Chinese fountaingrass (Pennisetum alopecuroides (L.) Spreng), cultivated for landscaping and soil conservation, are potential energy crops. The study investigated the effect of combined thermal and alkaline pretreatments on biogas production of these energy crops. The pretreatment included two types of alkali (6% CaO and 6% NaOH) at 22, 70 and 100 °C. The alkaline pretreatment resulted in a greater breakdown of the hemicellulose fraction, with CaO more effective than NaOH. Pretreatment of giant miscanthus with 6% CaO at 100 °C for 24 h produced a CH4 yield (313 mL g(-1) volatile solids (VS)) that was 1.7 times that of the untreated sample (186 mL g(-1) VS). However, pretreatment of Chinese fountaingrass with 6% CaO or 6% NaOH at 70 °C for 24 h resulted in similar CH4 yields (328 and 302 mL g(-1) VS for CaO and NaOH pretreatments) as the untreated sample (311 mL g(-1) VS). Chinese fountaingrass was more easily digestible but had a low overall CH4 yield per hectare (1,831 m(3) ha(-1) y(-1)) compared to giant miscanthus (6,868 m(3) ha(-1) y(-1)). This study demonstrates the potential of thermal/alkaline pretreatment and the use of giant miscanthus and Chinese fountaingrass for biogas production.

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 enseignants0,011
Score d'incertitude au seuil0,216

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 technologies0,0000,001
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 GPT0,221
Écart entre enseignants0,215 · 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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetBiofuel production and bioconversionTravaux en français237 207