Towards a circular economy: lifecycle analysis of banana waste valorisation in thermal insulation, bioethanol production, and packaging material applications
Notice bibliographique
Résumé
In three different applications – packaging, insulation, and bioethanol production – banana waste usage is thoroughly compared in this article. Banana leaves, rachis, and pseudo-stem wastes were used as raw materials for thermal insulation, bioethanol, and packaging material production. The goal of the study is to determine the environmental impact of using banana waste through conducting a comparative life cycle assessment (LCA) for three fruitful applications. A cradle-to-gate LCA using openLCA software, the ecoinvent database was used as a reference database. The findings show that the manufacturing of thermal insulation materials has far less influence on climate change (0.00057 points) than the manufacture of packaging materials (0.18467 points) and ethanol from banana rachis waste (1.84282 points). When compared with other materials, the thermal insulating board made from agricultural waste residue performs better environmentally. The research shows how much polystyrene was used in the thermal insulating board and how much of a contribution it made. The study also examines the amount of electricity used and the possibility of climate change in the manufacture of bioethanol, focusing on emissions from degradation and fossil fuel sources. The impact of banana waste on climate change is largely determined by the amount of trash used in the processes; higher emissions are noted when more waste is used.
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 ».