Economic and Technical Feasibility of Grain Chilling in Brazil
Notice bibliographique
Résumé
Grain quality is critical due to the more stringent food-safety demands. Chilled aeration has become a popular technology for preventing grain spoilage during storage, mainly in warmer regions. However, a limiting factor in broad-scale adoption of chilling is the general belief that this technology is much more expensive than other post-harvest methods, such as the aeration with ambient air. In this work, ambient and chilled aeration were simulated considering the three major grain-producing regions in Brazil. Also, three storage capacities (95, 5000, 10500 t), five-grain types (corn, coffee, rice, bean, soybean), and two storage periods (beginning at the first and the last months of the harvest period) were used in the study, totalling 180 simulation scenarios. Based on these simulations a comparative cash flow analysis was performed aiming at evaluating the influence of the product, storage period, region, and silo size on the costs and profits from using these technologies. Results were strongly affected by the weather patterns of the studied regions, market values of grain, storage sizes, and fan operation hours. Chilled aeration should be economically competitive with ambient aeration, and the two technologies appeared as low-risk investments in Brazil, achieving average profits for 20 years by considering the time of money of US$ 68 and 59.4 million, respectively. Considering the technical factors, chilling presented higher energy consumption, but showed a greater potential for reducing grain temperatures and resulted in grain dry matter losses around 58% smaller than those verified when using ambient air.
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 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 | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».