Characterisation and biofuel production potential assessment of eight switchgrass cultivars grown in Türkiye: Insights from principal component analysis
Notice bibliographique
Résumé
This study investigates the relationships between the chemical characterisation parameters of eight switchgrass cultivars grown in Türkiye and their practical yields of ethanol and methane, using Pearson correlation and principal component analysis (PCA). Acid-insoluble lignin, cellulose, and total Kjeldahl nitrogen (TKN) showed moderate positive correlations with methane production, while proteins, acid-soluble lignin, and lignin had minimal influence. BoMaster exhibited the highest glucose content (41.0 %) in the second harvest, while Trail Blazer and Kanlow also showed elevated glucose levels, indicating strong ethanol production potential. The Cave in Rock cultivar yielded the highest methane output, at approximately 250 mL CH 4 /g VS, whereas Kanlow demonstrated superior ethanol potential, estimated at 75 L ethanol/tonne switchgrass. Methane production positively correlated with acid-insoluble lignin and cellulose content, while reducing sugars, elemental carbon, and total sugars strongly correlated with ethanol production. Cellulose and hemicellulose, however, showed weak correlations, suggesting that pre-treatment may enhance sugar release. PCA revealed that the first four principal components accounted for 84.7 % of the overall variance in ethanol production, with reducing sugars, carbon, total sugars, hydrogen, and proteins positively associated with the first component. This study fills a gap in the limited literature on the relationship between switchgrass characterization and its potential for bioethanol and biogas production, providing insights to optimize switchgrass as a renewable energy source.
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 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 | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».