Hydrogen production from meat processing and restaurant waste derived crude glycerol by anaerobic fermentation and utilization of the spent broth
Notice bibliographique
Résumé
Abstract BACKGROUND Crude glycerol (CG), the major by‐product of the biodiesel production process, could be used for biohydrogen production. However, fermentative hydrogen production is limited by the cost of buffer and additional nutrients required for the process. Thus, the purpose of the present study was to determine maximum H2 production potential of CG in the absence of any additional expensive supplement. Another objective was sustainable utilization of the waste from the H2 production process. RESULTS A maximum production of 2022.5 mL H2 L−1 media was achieved by CG bioconversion (without any additional nutrient) and 10 g L−1 CG was found to be optimum. Further, the addition of spent biomass (50 mg L−1) from the process into a subsequent process was found to improve production by 32.5% with a maximum rate of 1040 mL L−1 day−1. Similarly, nearly 75% of total H2 was produced at a pH as low as 3.8, indicating high acid tolerance of the strain (Enterobacter aerogenes NRRL B407) used. CONCLUSION Meat processing and restaurant waste based CG has been characterized and evaluated for maximum H2 production potential. Utilization of spent biomass from the CG bioconversion process (as supplement) was found to improve process performance. © 2013 Society of Chemical Industry
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) | 0,001 | 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 | 0,001 | 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 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 ».