MétaCan
Menu
Retour à la cohorte
Enregistrement W4391404055 · doi:10.3390/bioengineering11020145

Struvite-Driven Integration for Enhanced Nutrient Recovery from Chicken Manure Digestate

2024· article· en· W4391404055 sur OpenAlexafffund
Bernard Goyette, Xin Zhao, Cassandra Couture, Guylaine Talbot, Rajinikanth Rajagopal

Notice bibliographique

RevueBioengineering · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhosphorus and nutrient management
Établissements canadiensUniversité de SherbrookeMcGill UniversityAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésDigestateStruviteManureAnaerobic digestionNutrientEnvironmental sciencePulp and paper industryAgricultureNutrient managementBiotechnologyWaste managementChemistryAgronomyEnvironmental engineeringWastewaterEngineeringBiologyEcology

Résumé

récupéré en direct d'OpenAlex

This study investigated the synergistic integration of clean technologies, specifically anaerobic digestion (AD) and struvite precipitation, to enhance nutrient recovery from chicken manure (CM). The batch experiments were conducted using (i) anaerobically digested CM digestate, referred to as raw sample (RS), (ii) filtered digestate sample (FS), and (iii) a synthetically prepared control sample (CS). The research findings demonstrated that the initial ammonia concentration variations did not significantly impact the struvite precipitation yield in the RS and FS, showcasing the materials inertness process's robustness to changing ammonia concentrations. Notably, the study revealed that the highest nitrogen (N) recovery, associated with 86% and 88% ammonia removal in the CS and FS, was achieved at pH 11, underscoring the efficiency of nutrient recovery. The RS achieved the highest nitrogen recovery efficiency at pH 10, at 86.3%. In addition, the research highlighted the positive impact of reducing heavy metal levels (Zn, Cu, Pb, Ni, Cd, Cr and Fe) and improving the composition of the microbial community in the digestate. These findings offer valuable insights into sustainable manure and nutrient management practices, emphasizing the potential benefits for the agricultural sector and the broader circular economy. Future research directions include economic viability assessments, regulatory compliance evaluations, and knowledge dissemination to promote the widespread adoption of these clean technologies on a larger scale. The study marks a significant step toward addressing the environmental concerns associated with poultry farming and underscores the potential of integrating clean technologies for a more sustainable agricultural future.

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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,007
Tête enseignante GPT0,206
Écart entre enseignants0,199 · 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioengineeringMême sujetPhosphorus and nutrient managementTravaux en français237 207