Hydrothermal valorization of beach-cast brown seaweed Ascophyllum nodosum into bioactive compounds and hydrochar using severity factor as a design tool
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
Beach-cast brown seaweed ( Ascophyllum nodosum ) is an abundant but underutilized biomass, often discarded as waste from coastal management. This study presents a hydrothermal processing (HTP) strategy under mild subcritical water conditions (100-240 °C and 1–33 bar) to valorize A. nodosum into liquid bioactive compounds and solid hydrochar. A key challenge in HTP scale-up is the variability in heating times across reactors, which complicates process optimization and control. To address this, the severity factor (log R o = 0.59–5.10) was evaluated as an integrated design parameter to combine final temperature (100-240 °C), heating time (31–99 min), and hold time (0–24 min) for waste brown seaweed valorization. This approach allows recovery of crude alginate (15.75 dry wt% at log R o = 1.99), crude fucoidan (39.94 dry wt% at log R o = 2.39), antioxidant-rich crude extract (53.84–55.07 dry wt% at log R o = 3.18–3.22), and hydrochar (29.53 dry wt% at log R o = 3.79) at the maximum yields and/or qualities. The crude extract obtained at log R o = 3.18–3.22 was enriched in saccharides, phenolics, and carotenoids, and concomitant antioxidant activities, demonstrating potential use as natural antioxidant ingredients. Hydrochar produced at log R o = 3.79 showed enhanced fuel properties (HHV = 21.9 MJ/kg, carbon content of 55.3 %, and energy yield of 40.6 %), suggesting its potential as a solid biofuel. This work demonstrates a scalable and sustainable valorization strategy for transforming coastal biomass waste into a broad spectrum of value-added products within a circular economy framework.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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