MétaCan
Menu
Retour à la cohorte
Enregistrement W4401960257 · doi:10.3390/catal14090568

Catalytic Valorization of Organic Solid Waste: A Pilot-Scale Run of Sugarcane Bagasse

2024· article· en· W4401960257 sur OpenAlexafffund
Zhaofei Li, Ali Omidkar, Hua Song

Notice bibliographique

RevueCatalysts · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates
Mots-clésBagasseWaste managementRaw materialMunicipal solid wasteBiodegradable wasteDiesel fuelEnvironmental scienceVegetable oil refiningPulp and paper industryCatalysisChemistryEngineeringBiodieselOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Organic solid waste treatment is crucial for enhancing environmental sustainability, promoting economic growth, and improving public health. Following our previous organic solid waste upgrading technique, a further two-step pilot-scale run, using sugarcane bagasse as the feedstock, has been successfully conducted with long-term stability. Firstly, the sugarcane bagasse was treated under mild conditions (400 °C and 1 bar of CH4), and this catalytic Methanolysis treatment resulted in a bio-oil with a yield of 60.5 wt.%. Following that, it was subjected to a catalytic Methano-Refining process (400 °C and 50 bar of CH4) to achieve high-quality renewable fuel with a liquid yield of 95.0 wt.%. Additionally, this renewable fuel can be regarded as an ideal diesel component with a high cetane number, high heating values, a low freezing point, low density and viscosity, and low oxygen, nitrogen, and sulfur contents. The successful pilot-scale catalytic upgrading of sugarcane bagasse further verified the effectiveness of this methane-assisted organic solid waste upgrading technique and confirmed the high flexibility of this innovative technology for processing a wide spectrum of agricultural and forestry residues. This study will shed light on the further valorization of organic solid waste and other carbonaceous materials.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,387

Scores Codex et Gemma par catégorie

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 savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,212
Écart entre enseignants0,203 · 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'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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCatalystsMême sujetBiofuel production and bioconversionTravaux en français237 207