MétaCan
Menu
Retour à la cohorte
Enregistrement W4413371470 · doi:10.1016/j.jwpe.2025.108531

Process water from the hydrothermal carbonization of biomass: A review on the characterization, applications, and potential for future work

2025· article· en· W4413371470 sur OpenAlexafffund
Nancy N. Boamah, Shakirudeen A. Salaudeen

Notice bibliographique

RevueJournal of Water Process Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Agriculture, Food and Rural AffairsBeef Farmers of Ontario
Mots-clésHydrothermal carbonizationHydrothermal circulationCarbonizationBiomass (ecology)Work (physics)Characterization (materials science)Process (computing)Environmental scienceCarbon fibersProcess engineeringChemical engineeringNanotechnologyComputer scienceChemistryMaterials scienceEngineeringGeologyOceanographyOrganic chemistryComposite materialMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Hydrothermal carbonization (HTC) is a thermochemical process used to convert wet biomass into hydrochar, a carbon-rich solid fuel with high energy density. The reaction utilizes water as a reaction medium and can therefore utilize feedstocks with a high moisture content. The significant amount of water required may pose disposal concerns for an HTC plant on a large scale; hence, possible valorization options for this water are needed. As highlighted by different authors, there are many uncertainties in the composition of the process water. This review paper compares the physical and chemical properties of process water obtained under different HTC conditions, including organic compounds, heavy metals, color, nutrients, pH, and toxic compounds. Various valorization pathways of the process water and the companies actively investing in HTC with these valorization pathways in mind are reported in this review. Opportunities for resource recovery in process water and the potential for future work in process water valorization are also discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,191
Écart entre enseignants0,187 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water Process EngineeringMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207