MétaCan
Menu
Retour à la cohorte
Enregistrement W3122978031 · doi:10.20944/preprints201806.0220.v1

Environmental Impacts of Experimental Production of Lactic Acid for Bioplastics from <em>Ulva Spp</em>.

2018· preprint· en· W3122978031 sur OpenAlexaff
Roel Helmes, Ana M. López‐Contreras, Maud Benoît, Helena Abreu, Julie Maguire, Fiona Wanjiku Moejes, Sander van den Burg

Notice bibliographique

RevuePreprints.org · 2018
Typepreprint
Langueen
DomaineMaterials Science
Thématiquebiodegradable polymer synthesis and properties
Établissements canadiensImpact
Organismes subventionnairesEuropean Commission
Mots-clésBioplasticRaw materialLife-cycle assessmentLactic acidPulp and paper industryRenewable energyLactic acid fermentationFermentationSustainabilityBiomass (ecology)Environmental sciencePolylactic acidEnvironmental impact assessmentProduction (economics)BusinessBiotechnologyFood scienceWaste managementBiologyChemistryEcologyEngineeringBacteria

Résumé

récupéré en direct d'OpenAlex

An exploratory Life Cycle Assessment was carried out to provide insight into the environmental impacts of using the green seaweed Ulva spp. as a feedstock for production of bioplastic. The study focused on the production of lactic acid as a precursor of polylactic acid. The studied production process consists of (1) the cultivation of Ulva spp. in Integrated Multitrophic Aquaculture, (2) the processing of the biomass for solubilisation of sugars, (3) the fermentation of the sugars to lactic acid and (4) isolation of lactic acid from the fermentation broth. The study identifies environmental hotspots and compares the experimental seaweed production chain with conventional feedstock. The main hotspot identified is electricity consumption during seaweed cultivation. This impact of electricity consumption can be lowered by reducing energy use and sourcing renewable energy, and by improving the material efficiency in the product chain. To improve understanding of the environmental impacts of the production process, future studies can broaden the system boundaries and broaden the scope of sustainability issues included in the environmental assessment.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,069
Tête enseignante GPT0,286
Écart entre enseignants0,216 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetbiodegradable polymer synthesis and propertiesTravaux en français237 207