Valorization of lignin by crosslinking for slow-release urea fertilizer systems: A promising approach for agricultural applications
Notice bibliographique
Résumé
Slow-release fertilizers hold promise for their extensive use in agriculture. Urea, a commonly employed fertilizer, poses the risk of elevated nitrogen levels in soil due to its water solubility when used improperly. To address this issue, the development of a cost-effective and biodegradable urea slow-release matrix was pursued by crosslinking wheat straw-derived lignin with epichlorohydrin at varying ratios (1:1, 1:2, and 2:1) and subsequently impregnating it with urea. The crosslinked lignin matrices exhibited superior properties compared to unmodified lignin. After 8 days of immersion in water, the percentage release of urea from the crosslinked lignin matrices reached 48%, whereas it was 95% for unmodified lignin. Characterization techniques such as Fourier transform infrared spectroscopy, 13C nuclear magnetic resonance, and thermogravimetry analysis were employed to gain insights into the structural and functional aspects of the crosslinked lignin. The results revealed that the crosslinked lignin possessed a higher surface area and exhibited more suitable functional groups for urea impregnation. The controlled hydrophilic-lipophilic balance of the crosslinked lignin matrices offers significant advantages in fertilizer systems, enabling a controlled and gradual release of urea. This innovative approach not only offers enhanced control over nutrient delivery but also demonstrates the potential of lignin as a sustainable and cost-effective alternative for slow-release fertilizer formulations. This development provides an effective solution to address the issue of excessive nitrogen levels and opens up new avenues in material development, holds promise for sustainable agriculture and paves the way for further advancements in the field.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».