Valorization of cannabis stalks into cellulose nanocrystals: A sustainable solution for cannabis waste management
Notice bibliographique
Résumé
In the cannabis industry, inflorescences are the primary products, while byproducts like stalks are typically discarded due to regulatory constraints on tetrahydrocannabinol (THC) levels. Although stalks usually contain THC below the regulatory thresholds, microbial contamination often leads to the disposal of entire plants as waste. This study investigates the extraction and characterization of cellulose nanocrystals (CNCs) from cannabis stalks through sequential alkali treatment, bleaching, and metal salt oxidation, offering a sustainable solution for cannabis waste valorization. Chemical analysis on raw stalks resulted in 57 % cellulose, 17 % hemicellulose, and 14 % lignin, with total THC content of 0.078 %. A mild NaOH pretreatment (1–3 %, 90°C, 1 h) further reduced total THC to 0.036 % in stalks and from 6.016 % to 0.384 % in mixed biomass (combination of inflorescences, leaves and stalks), suggesting a cost-effective manner to produce reduced-THC cannabis biomass for further utilization meeting regulatory standards. The extracted CNCs exhibited diverse functional groups, a crystallinity of 72 %, and a spindle-shaped morphology with average length of 280 nm, width of 9 nm, and aspect ratio of 34. With a 27 % yield, CNCs from cannabis stalks hold possibilities for applications in bio-composites, adhesives, absorbent and packaging materials. By transforming cannabis waste into high-value nanomaterials, this study supports circular economy principles and offers a sustainable approach to resource optimization in the cannabis industry. • The cannabis industry produces ∼50 % waste, primarily stalks. • Cannabis waste disposal (mainly landfilling) creates cost/environmental burdens. • Stalks contain ∼57 % cellulose, ideal for conversion into high-value bioproducts. • Chemically processed stalks yield ∼27 % cellulose nanocrystals (C-CNCs). • Spindle-shaped C-CNCs exhibit excellent sustainable biomaterial potential.
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 ».