Production and performance of bio-based mineral fertilizers from agricultural waste using ammonia (stripping-)scrubbing technology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Development and optimization of nutrient recovery technologies for agricultural waste is on the rise. The full scale adoption of these technologies is however hindered by complex legal aspects that result from lack of science-based knowledge on characterization and fertilizer performance of recovered end-products. Ammonium sulfate (AS) and ammonium nitrate (AN), end-products of (stripping-)scrubbing technology, are currently listed by the European Commission as high priority products with the potential of replacing synthetic N fertilizers. The legal acceptance of AS and AN will be highly dependent on critical mass of scientific evidence. This study describes four different (stripping-)scrubbing pathways to recover ammonia with an aim to (i) assess product characteristics of ammonium nitrate (AN) and ammonium sulfate (AS) produced from different installations, (ii) evaluate fertilizer performance of recovered end-products in greenhouse (Lactuca sativa L.) and full field (Zea mays L.) scale settings and (iii) compare the observed performances with other published studies. Results have indicated that the recovered products might have a different legal status, as either mineral N fertilizer or yet as animal manure, depending on the used (stripping-)scrubbing process pathway. Nevertheless, no significant differences in respect to product characterization and fertilizer performance of AN and AS have been identified in this study as compared to the conventional use of synthetic N fertilizers. This indicates that recovered AS and AN are valuable N sources and therefore might be used as N fertilizers in crop cultivation.
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.
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 | 0,000 | 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) | 0,000 | 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 découle