Michaelis-Menten Kinetic Parameters of Coconut Coir Enzymatic Hydrolysis
Notice bibliographique
Résumé
The limitation of fossil oil reserves and environmental pollution has been current problems that need to be solved. Biofuels such as ethanol can be alternative energy source that can reduce demand on fossil fuel and environmental problem. Food wastes such as coconut coirs are abundant and contain carbohydrate which can be used as the substrate for biofuel production. Pretreatment and hydrolysis are important stages which have to be applied on such lignocellulose materials before fermentation process to produce biofuel. This article presents Michaelis-Menten kinetic parameters for coconut coir enzymatic hydrolysis. Coconut coirs collected from several local markets in Surabaya were subjected to alkaline pretreatment using 11% sodium hydroxide solution at 121oC. Hydrolysis steps were carried out using commercial enzymes at various initial substrate concentrations. The hydrolysis conditions were at 50oC and pH 4.8. The concentrations of reducing sugar produced in the reactions were measured at certain time intervals. Initial rate of reactions of each reaction batch were then determined. Finally, kinetic parameters of Michaelis-Menten model for enzymatic reaction were determined by fitting the initial rate of reactions and initial substrate concentration data. From nonlinear fitting, the maximum reaction rate (Vm) is 4.9´104 1/h and the value of KM is 4,195 mg/L.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».