Managing tools for the composting of urban food waste
Notice bibliographique
Résumé
Quantification and characterization of urban food waste (UFW) and bulking agents is essential to obtain the best compost recipe for an accelerated process, minimal odor emissions and limited leachate production. For downtown Montreal and from May to August 2004, the study examined monthly variation in carbon (C), nitrogen (TKN), C/N ratios and dry matter (DM) of food waste (FW). The FW was collected from residences, a restaurant and a community kitchen. Locally available bulking agents were also analyzed to compare characteristics for the best composting process. Furthermore, trials were conducted using an urban composting unit prototype to compare the performance of various recipes. In each trial, temperature and pH were recorded every day and other day, respectively.\nThe C, TKN, C/N ratio and DM of the UFW were found to vary from 49.3% to 47.9%, 1.7% to 2.7%, 29.1 to 17.9 and 13.7% to 10.3% from May to August respectively. These variations resulted from more fresh vegetables and fruits being consumed by the end of the summer. The C/N ratios of chopped wheat straw (CWS) and chopped hay (CH) were found 100 and 58 with DM of 89% and 91%, respectively. From trial experiments, the best ratios (weight basis) of UFW to CWS and CH were found to be 8.9:1 and 8.6:1, respectively. Thus, the composting recipe m ust be adjusted regularly to correct for variations in UFW characteristics.
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 | 0,004 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».