Optimization and Characterization of Hydrochar Derived from Shrimp Waste
Notice bibliographique
Résumé
Shrimp, a most consumed seafood, when processed, results in an enormous generation of wastes. Current ways of shrimp waste utilization are uneconomical and far from being environmentally friendly. Alternative sustainable technologies to utilize shrimp wastes completely are essential. Hydrothermal carbonization (HTC) that converts moisture-rich biomass into hydrochar is mostly employed for pure lignocellulosic biowaste. However, the suitability of HTC to produce good quality hydrochar from pure non-lignocellulosic wastes such as shrimp waste is unknown. Here, for the first time, a response surface design guided optimization of microwave hydrothermal carbonization (MHTC) process parameters, holding temperature (150–210 °C) and time (60–120 min), showed that a temperature of ∼184 °C and a time of ∼112 min yielded maximal hydrochar (∼42%). The atomic carbon and ash content, and calorific value of hydrochar were ∼39–49%, ∼21–25%, and 18.26–23.22 MJ/kg, respectively, depending on the MHTC operating conditions. Taken together, these results confirm that MHTC produces hydrochar from shrimp waste of quality comparable to one produced from low-grade lignocellulosic, sewage, and municipal wastes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».