MétaCan
Menu
Retour à la cohorte
Enregistrement W2966173589 · doi:10.5539/jsd.v12n4p140

Activated Carbon Obtained from Coffee and Orange Wastes

2019· article· en· W2966173589 sur OpenAlexvenueno aff
Dorian M. Godinez-Adame, Job Alí Díaz-Hernández, Luis E. Alvarez-Jacinto, Ludwig I.C. Ortiz-Garcia, Emily G. Cahum-Chan, Sheila M. Canul-Petul, Claudia B. Santiago-Martinez, Lourdes J. Solis-Uc, Jessica Borbolla‐Vázquez

Notice bibliographique

RevueJournal of Sustainable Development · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésActivated carbonOrange (colour)ChemistryPyrolysisAbsorption capacityAdsorptionPulp and paper industryOrganic chemistryFood scienceChemical engineering

Résumé

récupéré en direct d'OpenAlex

Organic coffee and orange wastes have increased considerably in the last decade. In order to utilize this "garbage", the present study focuses on the obtaining of activated carbon from them. The pyrolysis of the samples, followed by chemical activation and subsequent neutralization, allowed the establishment of two protocols “A” and “B”, with slight variations depending on the residue. The results indicate that the efficiency of the activated carbon from coffee grounds using protocol "A" and "B" was 3.68% and 6.30%, respectively. On the other hand, the carbon obtained from orange peels had an efficiency of 5.00 % and 2.88 %, respectively. To confirm that the activated carbon from each type of waste has adsorption and absorption capacity, we performed a colorimetric analysis with methyl blue. These analyses showed that the activated carbon from coffee grounds and orange peels have a retention capacity of 91.09 and 95.25%, respectively, while the retention capacity of a commercial activated carbon was 99.23 %. In this preliminary study, it is shown that several residues considered "garbage" can be used sustainably.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,294
Score d'incertitude au seuil0,401

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,257
Écart entre enseignants0,245 · 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'étudeObservationnel
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetCoffee research and impactsTravaux en français237 207