Progress of hydrogen production from food waste – A systematic, content, and bibliometric review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Food waste (FW) presents difficulties for waste management which is a significant worldwide issue. However, there is a growing energy crisis globally, and there is not enough fossil fuel available to support the growing demand. This can however be overcome using environmentally acceptable and sustainable energy such as biohydrogen. This study thus employed a systematic, content-based, and bibliometric review approach to analyze the literature on hydrogen production from FW resources within the last two decades. The study used the bibliometric analysis tools (i.e., Biblioshiny in R and the VOSviewer) to analyze and visualize a total of 2,022 pertinent documents on the subject matter obtained from the Scopus database. According to the analyzed data, biohydrogen, a biofuel produced through biological processes, has the potential to reduce greenhouse gas emissions, but its widespread adoption requires addressing production rate, yield, and process scaling. China turned out to be the nation with the most papers on the subject, totaling 2,610. The USA (829), India (501), Italy (471), South Korea (419), Brazil (374), Japan (285), Germany (257), Spain (256), Canada (187), and the UK (187) were the other top-performing nations. The study ended with future research directions that researchers can work on in the future. The findings of this study could guide future research on the conversion of food waste to hydrogen energy based on the research gaps identified in the study.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,002 | 0,003 |
| 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) | 0,000 | 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 découle