Food and fuel from Canadian oilseed grains: Biorefinery production may optimize both resources
Notice bibliographique
Résumé
Food and fuel markets are seen as competing for common land and biomass resources. However, in a well‐designed biorefinery, the production of food and fuel might be synergistic. Canadian oilseed crops could be processed in Canada to increase opportunities for rural development and improved environmental stewardship. Biorefinery processing of grain crops will yield fractions with little or no utility as food. The objective of this study was to simultaneously optimize the yield of high quality food, animal feed, and energy co‐products. Oilseed crops grown in western Canada are typically processed into two fractions: oil and meal. The quality of oilseed meal, as a nutritional ingredient, is greatly affected by extraction processes. It is proposed that processes are developed to separate anti‐nutrients and compounds that have nutritional value to achieve a maximum yield of total nutrients. Practical applications : Organic materials that have little nutritional value might then be processed for utilization as biomass for energy or chemicals. We have devised processes for fractionation of various Cruciferous crops that simultaneously produce food, feed, industrial chemicals, and raw materials for energy production. In this report, we describe the performance of several crops that potentially produce high quality protein for food as well as oil, carbohydrate, and glucosinolates that could be used for industrial purposes. It is proposed that processes are developed to separate anti‐nutrients and compounds that have nutritional value to achieve an optimum utilization. The composition of the input material before processing is determined by both plant genotype and environment. Principal component analysis shows trends in composition that reflect the impact of genotype and environment. Protein was highest (greatest CP1) in seeds grown in Canora and lowest in Truro while protein was highest in Sinapis alba and lowest in Brassica rapa . Oil was highest in seed grown in Saskatoon and for Brassica juncea (greatest CP2).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».