Beyond tradition: charting a greener future for cassava starch industry using multi-criteria decision-making
Notice bibliographique
Résumé
Cassava, a staple food crop, is widely used for starch production, but its inconsistent supply, price volatility, and substantial waste generation pose challenges to the cassava industrial market's growth. This study aims to identify a sustainable biorefinery pathway by optimizing conventional cassava starch plants (business-as-usual, BAU) for economic and environmental benefits. Four scenarios were evaluated: animal feed from peel waste (Scenario 1), fungal protein from thippi waste (Scenario 2), fish feed from digested wastewater (Scenario 3), and conversion of all waste streams into animal feed, fish feed, and fungal protein (Scenario 4). Scenario 4 emerged as the best pathway using the multi-criteria decision-making (MCDM) approach, with a performance score of 0.282. Despite the highest energy consumption (18.91 MWh), Scenario 4 was favored for producing four value-added products alongside starch, yielding the highest profit at USD 8.85 million. In contrast, profits for BAU, Scenario 1, Scenario 2, and Scenario 3 were 1.91, 2.30, 5.01, and USD 8.79 million, respectively. Waste valorization in Scenarios 1, 2, 3, and 4 resulted in CO2 avoidance of 36.5., 42.6., 21.7, and 57.45 t CO2eq., respectively. However, producing value-added products increased energy consumption by 13, 73, 7, and 74% compared to BAU (4.58 MWh). The global warming potential analysis showed negative values for scenarios 2 and 4, at -436 and -434 kg CO2eq./t root, respectively. This study highlights the potential of a biorefinery approach for sustainable cassava starch production, providing insights for future research and policy development.
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 | 0,008 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».