MétaCan
Menu
Retour à la cohorte
Enregistrement W2471038424 · doi:10.1002/cjce.22441

Ethanol production from sweet potato: The effect of ripening, comparison of two heating methods, and cost analysis

2016· article· en· W2471038424 sur OpenAlexvenueno aff
Cristiane Martins Schweinberger, Tobias Romanzini Putti, Gabriela Baldin Susin, Jorge Otávio Trierweiler, Luciane Ferreira Trierweiler

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Renewable energyBiomass (ecology)Production (economics)RipeningEfficient energy useProduction costWork (physics)Agricultural engineeringEnvironmental sciencePulp and paper industryProcess engineeringEconomicsFood scienceChemistryEngineeringAgronomyMicroeconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Currently, biomass contributes to ∼14 % of global energy needs. Therefore, many studies and policies have been developed in order to expand the participation of renewable energy in the global energy matrix. In this context, ethanol has received substantial interest. This work investigates ways to improve efficiency in ethanol production from sweet potatoes, considering the costs that make the process potentially implementable. The following aspects were investigated: (i) conversion efficiency according to the post‐harvest time; (ii) influence of the heating method (water bath (conventional) and microwave) as well as the corresponding processing costs. The conversion efficiency increased significantly during sweet potato ripening, where the highest value was achieved 25 days after harvest. This is a very important result since it has a strong impact on the final cost. Among the heating methods, the conventional one was slightly superior in terms of conversion efficiency (9 % higher at 25 days) and also had better results regarding cost analysis. Among four designed scenarios, the largest cost difference was 17.5 %. Instead of a definitive elimination of microwave heating, the results should be analyzed to identify where the microwave heating should be improved in order to make it more attractive in the future.

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)0,001
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 enseignants0,013
Score d'incertitude au seuil0,225

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,259
Écart entre enseignants0,248 · 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

Citations27
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetBiofuel production and bioconversionTravaux en français237 207