New Insights for the Future Design of Composites Composed of Hydrochar and Zeolite for Developing Advanced Biofuels from Cranberry Pomace
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
This study provides fundamental insight and offers a promising catalytic hydrothermal method to harness cranberry pomace as a potential bioenergy and/or hydrochar source. The physical and chemical properties of Canadian cranberry pomace, supplied by Fruit d’Or Inc., were examined and the optimum operational conditions, in terms of biocrude yield, were obtained by the I-optimal matrix of Design Expert 11. Afterward, cranberry pomace hydrochar (CPH) and zeolite were separately introduced to the hydrothermal liquefaction (HTL) process to investigate the benefits and disadvantages associated with their catalytic activity. CPH was found to be a better host than zeolite to accommodate cellulosic sugars and showed great catalytic performance in producing hydrocarbons. However, high amounts of corrosive amino and aliphatic acids hinder the practical application of CPH as a catalyst. Alternatively, zeolite, as a commercial high surface area catalyst, had a higher activity for deoxygenation of compounds containing carbonyl, carboxyl, and hydroxyl groups than CPH and resulted in higher selectivity of phenols. Due to the low hydrothermal structural stability, coke formation, and narrow pore size distribution, further activations and modifications are needed to improve the catalytic behavior of zeolite. Our results suggest that a composite composed of CPH and zeolite can resolve the abovementioned limitations and help with the development and commercialization of advanced biofuels from cranberry pomace.
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