Characterizing Particulate and Condensable Emissions from a Wood-Burning Insert
Notice bibliographique
Résumé
Wood combustion in domestic appliances is a key contributor to renewable energy in France, accounting for 31% of primary renewable energy production in 2023.However, it remains a significant source of particulate and gaseous emissions, including total suspended particles (TSP), volatile organic compounds (VOCs), and polycyclic aromatic hydrocarbons (PAHs).This study evaluates particulate and condensable organic emissions from a modern wood-burning insert under nominal and degraded combustion conditions.The experimental setup accords to NF EN 16510-1 standards, using gravimetric methods for TSP quantification and gas chromatography coupled to mass spectrometry (GCMS) for chemical characterization of organic compounds.TSP concentrations mainly remained low under both combustion conditions.Higher filter temperatures (180 C) lead to lower TSP collected mass by inhibiting the condensation of volatile species.Condensable compounds were captured using a series of impingers.Chemical analysis revealed the presence of heavy alkanes, PAHs, and oxygenated PAHs (O-PAHs), especially during degraded combustion.Phenolic compounds, indicative of lignin degradation, were also identified.Temperature and combustion phase significantly influence the partitioning of organic molecules between particle and gas phases.This study highlights the importance of characterizing condensable organic compounds to better understand their role in air quality and health impacts.The findings emphasize the need for further studies on the chemical composition of emissions from wood-burning appliances, especially under real-world conditions, to optimize their environmental performance and compliance with evolving regulations.
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 ».