Optimization of Biochar Production from Lemongrass Solid Waste at Different Pyrolysis Temperatures
Notice bibliographique
Résumé
The waste from refining lemongrass oil has not been utilized properly.The potential waste produced can reach 2-3 tons per week.This waste optimization is carried out to reduce the impact of environmental pollution by converting waste into biochar using a pyrolysis process.This research aims to examine the chemical characteristics of biochar from lemongrass solid waste using a pyrolysis process at different temperatures.This research used a completely randomized design (CRD) with three replications.The pyrolysis process was carried out at temperatures 200, 250, 300, and 350℃ for 60 minutes.Pyrolysis temperature significantly affects yield, proximate composition, pH, electrical conductivity (EC), cation exchange capacity (CEC), organic C, and total N.At a temperature of 200℃, the pyrolysis process produced functional groups and carbon minerals, as well as the highest yield of 26.57% (char) compared to other temperatures, and nutrient composition of 8.89% C, 1.37% N, 9.04% P, 31.09%K, 8.98% S, 33.41% Ca, 4.30% Cl, 1.08% Mn, 2.10% Fe, and 7.35% Si.Lemongrass waste has the potential to be used as biochar for soil ameliorants.Biochar has been shown to have the potential for sustainable agricultural practices and contribute to waste management and environmental sustainability.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».