MétaCan
Menu
Retour à la cohorte
Enregistrement W4390366391 · doi:10.20944/preprints202312.1969.v1

A Review on the Biorefinery Approach and Marketing Strategy of Leafy Biomass

2023· review· en· W4390366391 sur OpenAlexafffund
Nushrat Yeasmen, Md. Hafizur Rahman Bhuiyan, Valérie Orsat

Notice bibliographique

RevuePreprints.org · 2023
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioeconomy and Sustainability Development
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésBiorefineryCommercializationBiomass (ecology)SustainabilityBiotechnologyBusinessRaw materialLeafyPulp and paper industryBiofuelEngineeringBotanyBiologyMarketingAgronomy

Résumé

récupéré en direct d'OpenAlex

In terms of sustainability, there is a pressing need to evaluate agricultural and forestry leafy biomass that has no current economic value or may pose a threat to the environment. In this aspect, leafy biomass, which represents around 5% of the total tree, can be used for purposes that would be more profitable and ecofriendly. To this end, biorefinery of leafy biomass in the way of extracting valuable health compounds such as phenolics would ensure a valuable societal health ingredient besides alleviating waste disposal problem. However, during the biorefinery process, the primary challenges start with ensuring the feedstock to produce phenol rich leaves extract followed by their isolation and commercialization of this leaves extract. This current review aims to detail the types of biomasses, biorefinery approach of leafy biomass towards the phenolic extraction, leaves commercialization followed by the marketing strategy of the application of phenol rich leaves extract. The outcome of this overview will serve researchers and relevant industries in understanding the process for feedstock collection and the suitable sectors to apply leafy biomass derived healthy compounds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,369

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,292
Tête enseignante GPT0,355
Écart entre enseignants0,064 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetBioeconomy and Sustainability DevelopmentTravaux en français237 207