Lime-assisted hydrothermal humification and carbonization of sugar beet pulp: Unveiling the yield, quality, and phytotoxicity of products
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Hydrothermal carbonization (HTC) solid and liquid products may inhibit seed germination, necessitating post-treatment. The hydrothermal humification (HTH) method addresses this drawback by transforming inhibitory compounds, such as aromatics, into artificial humic acids (AHAs) and artificial fulvic acids (AFAs). This study introduces a novel approach by investigating the substitution of the commonly used alkaline agent in HTH, KOH, with hydrated lime to develop cost-effective hydrothermal fertilizers from sugar beet pulp, enriching them with AHAs. It assesses the effects of lime on AHA production and soluble organic compounds compared to KOH. The results indicate that lime significantly reduces furans (from 560 to 3.15 mg/kg DM in solid and from 344 to 3.86 mg/L in process liquid) and boosts sugars and organic acids, especially lactic acid (from 4.70 to 65.82 g/kg DM in solid and from 4.05 to 22.89 mg/L in process liquid), increasing hydrochar yield (68.8% with lime vs. 27.4% with KOH). Despite the lower AHA production with lime compared to KOH (3.47% vs. 15.50%), lime-treated hydrothermal products are abundant in calcium and magnesium, boasting a pH of 7. This property presents a safer and more efficient alternative to hydrothermal fertilizers. The characterization of AHAs aligns with standard and natural humic substances, while lime-assisted HTH products, applied at a level of 0.01% w/w, could significantly enhance wheat growth and nutrient uptake compared to the control group. Importantly, these products show no toxicity on Daphnia magna, underscoring their potential for sustainable agriculture.
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.
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 | 0,003 | 0,000 |
| 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 découle