Approach to Sustainable Fibers from Spent Mushroom Substrate for Future All-Natural-Materials
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Spent mushroom substrates (SMS), a lignocellulosic residue from mushroom cultivation, represent a promising raw material for the valorization of nontoxic materials supporting the circular bioeconomy. The inherent biological pretreatment of the birch wood substrate during shiitake cultivation reduces the need for chemicals prior to fibrillation. SMS was fibrillated using an extruder and a blender at high (28 wt %) and low (5 wt %) solid contents, respectively, with and without a predispersion step. Extrusion proved to be the most energy-efficient method, requiring only 11 kWh/t, compared with 417 kWh/t for blending. When combined with predispersion, extrusion is the second most energy-efficient fibrillation method (789 kWh/t), compared to blending with predispersion (1195 kWh/t). Microscopy and fiber fractionation confirmed fibrillation into microfibers after extrusion and the presence of residual mycelium. Sheet formation by vacuum filtration over a coarse mesh significantly lowered the filtration time compared to a fine filter. Sheets produced from fibrillated SMS possessed tensile strength up to 7.5 times higher than commercial birch kraft pulp sheets prepared under the same conditions. The improved tensile strength is due to the presence of mycelial fibrils, which enhanced fiber–fiber bonding. Overall, extrusion provides a scalable, energy-efficient route for SMS fibrillation for the production of future all-natural materials without the need for chemical modification.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».