MétaCan
Menu
Retour à la cohorte
Enregistrement W4303696869 · doi:10.5539/jas.v14n11p43

Performance Characterization of a Locally Developed Fish Smoke-Drying Kiln for Charcoal and Briquette

2022· article· en· W4303696869 sur OpenAlexvenueno aff
Shadrack Kwadwo Amponsah, Helena Asare, Harry Okyere, Judith Odei Owusu-Asante, Emmanuel Minkah, Hilary Kwesi Ketemepi

Notice bibliographique

RevueJournal of Agricultural Science · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBriquetteCharcoalSmokeKilnPulp and paper industryEnvironmental scienceWaste managementHuskActivated charcoalMoistureWater contentCatfishCoalMaterials scienceFish <Actinopterygii>ChemistryComposite materialMetallurgyEngineeringAdsorptionBotany

Résumé

récupéré en direct d'OpenAlex

Performance characterization of a locally developed fish smoke-drying kiln (10 kg capacity) was conducted using charcoal and briquette as fuel materials. Samples of fresh African Catfish (Clarias gariepinus) weighing1.03±0.24 kg, charcoal of tropical hardwood (Anthonotha macophylla) and briquette produced from a combination of saw dust, rice husk, coconut husk and palm kernel shell were procured and used for the study. A completely randomized design (CRD) with three replicates was employed for this study and LSD among treatment means determined at p ≤ 0.05. Data was collected on moisture content of smoked-dried fish, smoke-drying time, drying rate, energy expended, specific fuel consumption and energy efficiency of kiln. Results showed that the energy efficiency of kiln was 97.02% and 98.45% and specific fuel consumption was 2.57 and 4.20 for charcoal and briquette, respectively. The energy expended by charcoal and briquette fuel materials were 206 MJ and 249.6 MJ, respectively. The energy expended, energy efficiency and specific fuel consumption were higher for briquette than charcoal. The use of charcoal offered higher moisture removal and drying rate for smoke-drying process than briquette but no significant difference was observed. Conversely, using briquette fuel material required almost two extra hours to smoke-dry 1kg of catfish sample compared to using charcoal. Breakeven with charcoal as main fuel material for custom hiring of the smoke-drying kiln occurs at 952 hours vis-à-vis 998 hours when briquette is used. Economically, briquette compares closely with charcoal, and could be considered a good alternative fuel material for smoke-drying of fish. Future research should conduct organoleptic assessment on fish smoked with charcoal and briquette to ascertain consumer acceptability of the final produce.

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 seuil0,004

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 Opus0,016
Tête enseignante GPT0,213
Écart entre enseignants0,197 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetBiodiesel Production and ApplicationsTravaux en français237 207