MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400184869 · doi:10.1007/s12649-024-02616-y

Paper Mill Sludge as a Replacement for the Cellulosic Component of Hydroseed Mixtures

2024· article· en· W4400184869 sur OpenAlexafffund
Brittany Ann MacDonald-MacAulay, Adam Donaldson, Margaret E. Walsh, Lord Abbey

Notice bibliographique

RevueWaste and Biomass Valorization · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMaterials Engineering and Processing
Établissements canadiensSt. Francis Xavier UniversityDalhousie University
Organismes subventionnairesMitacs
Mots-clésCellulosic ethanolComponent (thermodynamics)Pulp and paper industryMillWaste managementPaper millEnvironmental scienceChemistryProcess engineeringCelluloseEngineeringOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Pulp and paper mill sludge is composed of cellulosic waste and clay, and rich in microorganisms that can benefit horticulture. However, its application in horticulture has received less research attention.Field and greenhouse studies were carried out to determine if sludge from a case study industry can replace the typical cellulosic additive utilized in hydroseeding, and the ideal application rate of a sludge-soil-seed mixture. The treatments were 0 - 100% sludge and soil by mass with a consistent mass of embedded seeds of Kentucky Bluegrass (Poa pratensis), Creeping Red Fescue (Festuca rubra), Perennial (Lolium perenne) and Annual Ryegrass (Lolium multiflorum). Seeding with a top layer of soil and 5 to 75% sludge gave the best outcome using a cellulosic additive after 3 weeks of growth. Mixtures containing 5- 25% sludge resulted in the quickest seed germination rate. The cellulosic additive has the capacity to retain a higher volume of water but requires 15 times more material by volume. An increase in sludge increased water retention by 20%. Overall, the cellulosic additive in hydroseeding applications can be replaced by sludge without plant detriment. However, further testing is needed to determine long-term effects.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Expérimental (laboratoire)low
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Expérimental (laboratoire)high
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,211
Écart entre enseignants0,202 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

Citations1
Publié2024
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueWaste and Biomass Valorization→Même sujetMaterials Engineering and Processing→Travaux en français237 207→