MétaCan
Menu
Retour à la cohorte
Enregistrement W4403349900 · doi:10.1016/j.resconrec.2024.107955

Nutrient recovery from urine: Urea adsorption onto biochar integrated with Na-chabazite as urease inhibitor

2024· article· en· W4403349900 sur OpenAlexafffund
Haotian Wu, Xavier Foster, Hossein Kazemian, Igor Cauphy Peggy Diby, Serge Kaliaguine, Céline Vaneeckhaute

Notice bibliographique

RevueResources Conservation and Recycling · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhosphorus and nutrient management
Établissements canadiensUniversity of Northern British ColumbiaUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsCanada Research Chairs
Mots-clésChabaziteBiocharUreaseAdsorptionUreaChemistryNutrientUrineEnvironmental chemistryWaste managementBiochemistryOrganic chemistryZeolitePyrolysisCatalysis

Résumé

récupéré en direct d'OpenAlex

This study presents an innovative technical integration for concomitant nutrient recovery from source-separated urine. While cation exchange is known for efficient K + recovery, it faces competition due to the high molarity of NH 4 + in hydrolyzed urine. This study proposes inhibiting urease activity to facilitate the recovery of K⁺ and urea from fresh urine. Na-chabazite was first proposed as a urease inhibitor in this study, reducing urease activity by 50 %. Wood biochar, with its high porosity (308.0 m²/g) and polar functional groups, shows a urea adsorption capacity of 25.4 mg/g, which can be further improved by steam activation. The isotherm analysis suggests that urea adsorption onto biochar follows a multi-layer adsorption process. Finally, an integrated process is suggested: "Na-chabazite and Biochar adsorption → urea hydrolysis → struvite precipitation + ammonia stripping-acid scrubbing", ensuring efficient recovery of urea, NH 4 + , PO 4 3- , and K + from source-separated urine.

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 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 enseignants0,001
Score d'incertitude au seuil0,002

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 savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,202
Écart entre enseignants0,195 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResources Conservation and RecyclingMême sujetPhosphorus and nutrient managementTravaux en français237 207