MétaCan
Menu
Retour à la cohorte
Enregistrement W4403533090 · doi:10.1016/j.biortech.2024.131662

Sustainable bioenergy potential of peat-moss derived hydrothermal aqueous phase: Insights into methane production and organic transformation

2024· article· en· W4403533090 sur OpenAlexaff
Muhammad Usman, Gang Luo, Mohamed Gamal El‐Din

Notice bibliographique

RevueBioresource Technology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBioenergyPeatMethaneMossEnvironmental scienceHydrothermal circulationEnvironmental chemistryChemistryBiofuelWaste managementChemical engineeringEcologyEngineeringBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Achieving Sustainable Development Goal 7 (SDG-7) by exploring bioenergy production from peat-moss derived hydrothermal aqueous phase (HAPs) through anaerobic digestion (AD). This study investigated six combinations of hydrothermal conversion temperature (HCT) and residence time (HCRT). Methane yields varied significantly, with the highest (256 mL/g COD) achieved at 200 °C:4h, while the lowest (97 mL/g COD) was at 320 °C:4h due to formation of toxic and refractory organics. Microtox analysis showed acute toxicity > 98 % for all HAPs. Notably, higher HCT and HCRT led to more complex and diverse organic patterns, promoting the formation of humus-like substances, ester, alkane alcohols, and aromatics. GC-MS analysis revealed a 23 % increase in aldehyde and ketone compounds at 320 °C:4h. Continuous experiments confirmed 29 % COD removal efficiency at 320 °C:4h and identified 13 refractory organics, highlighting challenges in biodegradability. These findings provided valuable insights for optimizing AD processes, enhancing bioenergy production, and advancing sustainable energy solutions in alignment with SDG-7.

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,204
Écart entre enseignants0,200 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueBioresource TechnologyMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207