MétaCan
Menu
Retour à la cohorte
Enregistrement W3196991846 · doi:10.18331/brj2021.8.3.4

Coupling hydrothermal carbonization with anaerobic digestion: an evaluation based on energy recovery and hydrochar utilization

2021· article· en· W3196991846 sur OpenAlexvenueno aff
Mahmood Al Ramahi, Gábor Keszthelyi‐Szabó, Sándor Beszédes

Notice bibliographique

RevueBiofuel Research Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensnon disponible
Organismes subventionnairesHungarian Scientific Research Fund
Mots-clésDigestateAnaerobic digestionHydrothermal carbonizationPulp and paper industryBioenergyEnergy recoveryResource recoveryFertilizerEnvironmental scienceWaste managementBiofuelMesophileStruviteMethaneChemistryCarbonizationWastewaterEnvironmental engineeringMathematicsAdsorption

Résumé

récupéré en direct d'OpenAlex

This work evaluates the effect of hydrothermal carbonization (HTC) as a pretreatment and post-treatment technique to anaerobic digestion (AD) of dairy sludge. HTC's effect on AD was evaluated based on energy recovery, nutrient transformation, and hydrochar utilization. The first approach was executed by performing HTC under a range of temperatures before mesophilic AD. HTC optimal pretreatment temperature was 210 °C for 30 min residence time. HTC pretreatment significantly increased the methane yield potential by 192%, the chemical oxygen demand removal by 18%, and the sludge biodegradability during AD by 30%. On the other hand, the application of HTC after AD (post-treatment) increased the total energy production, i.e., in addition to methane, a hydrochar with a caloric value of 10.2 MJ/kg was also obtained. Moreover, HTC post-treatment improved the steam gasification performance of the AD digestate. From the fertilizer quality point of view, HTC implementation generally boosted the concentrations of macro, micro, and secondary nutrients, suggesting its suitability for use as a liquid fertilizer. Overall, the findings of the present study indicate that if bioenergy production were the main target, HTC post-treatment following AD would lead to the most promising outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,056
Tête enseignante GPT0,303
Écart entre enseignants0,247 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations31
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofuel Research JournalMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207