The Physiochemical Properties of Pellets Made from the Foliage of Vegetable Crops
Notice bibliographique
Résumé
The increasing demand for renewable energy has driven interest in utilizing agricultural residues for bioenergy applications. This study investigates the pelletization of foliage from six vegetable crops, including tomato, eggplant, summer squash, cucumber corn, and soybean, to assess their potential as bioenergy feedstocks. The physiochemical properties of these biomasses, including particle size and shape, lignin, and elemental composition, were analyzed to determine their impact on pellet density and durability. The results reveal significant variations in pellet quality across different biomasses. Cucumber and summer squash demonstrated the highest pellet densities (1.48–1.51 g/cm3) and superior durability (98.1% and 94.2%, respectively), making them the most promising candidates for pelletization. In contrast, eggplant exhibited the lowest density (1.14 g/cm3) and durability (47.2%), indicating poor pellet quality. The correlation between pellet durability and pellet density was positive and modest at r=0.647. The study further highlights the impact of inorganic elements on pellet properties, where the high silica and chlorine content of cucumber, summer squash, tomato, and eggplant reduced energy efficiency and increased ash-related challenges. The resulting color parameters analysis (L*, a*, and b*) shows that the pellets from eggplant, tomato, summer squash, and cucumber foliage are darker than pellets from sawdust, corn stover, and soybean residues.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».