MétaCan
Menu
Retour à la cohorte
Enregistrement W2508337295 · doi:10.5433/1679-0359.2016v37n4p1827

Comparison between biodegradable polymers from cassava starch and glycerol as additives to biogas production

2016· article· en· W2508337295 sur OpenAlexaboutno aff
Paulo André Cremonez, Armin Feiden, Joel Gustavo Teleken, Samuel Nelson Melegari de Souza, Michael Feroldi, Thompson Weiser Meier, Jhony Tiago Teleken, Jonathan Dieter

Notice bibliographique

RevueSemina Ciências Agrárias · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCassava research and cyanide
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlycerolStarchBiogasPulp and paper industryChemical oxygen demandChemistryAnaerobic digestionWastewaterBiodegradationBiogas productionVolume (thermodynamics)Total dissolved solidsWaste managementFood scienceEnvironmental scienceOrganic chemistryEnvironmental engineeringMethane

Résumé

récupéré en direct d'OpenAlex

In this study, we compared cassava starch-based biodegradable polymers (PBMs) and glycerol (G) as additives used to increase biogas production from the co-digestion of swine wastewater (ARS). We chose to work with an inoculum comprising 40% (v/v) of the total volume of the reactor; this inoculum was obtained from a Canadian model digester for treating swine waste. In the anaerobic digestion process, batch reactors were used on a laboratory scale with a total volume of approximately 4 L and a working volume of 3.2 L. Three treatments were conducted to compare the efficiency of solid removal, the chemical oxygen demand (COD), and the production of biogas. The first treatment contained only swine waste; the second included the addition of glycerol at 1, 3, and 5% (w/v); and the third treatment included the addition of 1, 3, and 5% (w/v) of PBM residue in relation to the swine wastewater. From the results, it can be concluded that higher yields were obtained for the treatment with 3% PBM and 1% glycerol. Most treatments showed high removal rates of total solids and total volatile solids. Reductions lower than 70% were obtained only for treatments with PBM and glycerol at a ratio of 5%.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil0,999

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,287
Écart entre enseignants0,250 · 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.

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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSemina Ciências AgráriasMême sujetCassava research and cyanideTravaux en français237 207