Modeling Mushrooms’ Carbon Dioxide Emission and Heat Exchange Rates for Synergistic Cultivation with Leafy Greens
Notice bibliographique
Résumé
The cultivation of mushrooms in controlled environments generates a significant amount of CO2 as a by-product. This presents opportunities for carbon dioxide (CO2) enrichment in leafy green production. This study aimed to develop a model for CO2 emission and heat exchange rates that can be used to support the synergistic cultivation of mushrooms and leafy greens. This was achieved by aggregating data from literature with experimental data gathered in two different testing spaces. The average CO2 emission and heat exchange rates for shiitake incubated at 21 °C were determined and a CO2 emission rate model for mixed substrate in incubation was developed based on indoor temperature variations. The results indicated that oyster mushrooms have a notable CO2 enrichment potential, twice that of shiitake in the incubation stage and five times more in fructification. Additionally, oyster mushrooms released a significant amount of heat during incubation. In contrast, shiitake mushrooms with their minimal heat exchange rate during incubation could offer an energy-efficient option for synergistic cultivation with leafy greens in environments where cooling is required year-round. Moreover, it was observed that the CO2 emission rate of a full-scale incubation chamber is strongly correlated with indoor temperature. These findings offer valuable information for modeling the CO2 emission and heat exchange rates of mushroom and leafy green farms.
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 | 0,000 | 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 | 0,000 | 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 ».