MétaCan
Menu
Retour à la cohorte
Enregistrement W1974610177 · doi:10.1002/abio.200390005

Production of Fructose and Ethanol from Cane Molasses Using <i>Saccharomyces cerevisiae</i> ATCC 36858

2003· article· en· W1974610177 sur OpenAlexafffund
Hasan K. Atiyeh, Z. Duvnjak

Notice bibliographique

RevueActa Biotechnologica · 2003
Typearticle
Langueen
DomaineNursing
ThématiqueMicrobial Metabolites in Food Biotechnology
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesAgricultural Research ServiceLallemand
Mots-clésRaffinoseFructoseSugarChemistryFood scienceFermentationEthanol fuelCaneEthanolSucroseEthanol fermentationGlycerolYeastBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The purpose of this research was to study the possibility of the production of ethanol and enriched fructose syrups from sugar cane molasses using the yeast Saccharomyces cerevisiae ATCC 36858. In batch experiments with a total sugar concentration of between 96.7 g/l and 323.5 g/l, the fructose yield was above 90% of the theoretical value. The ethanol yield and volumetric productivity were in the range of 66% and 77% of the theoretical value, and between 0.53 g ethanol/l × h and 3.15 g ethanol/l × h, respectively. The fructose fraction in the carbohydrates content of the produced syrups was more than 95% when the total initial sugar concentration in the medium was below 273.8 g/l. Some oligosaccharides and glycerol were also produced in all tested media. The maximum amount of produced oligosaccharides including raffinose accounted for 13.4 g/l in the cane molasses medium with 323.5 g/l sugars in the initial phase of the fermentation process. The oligosaccharides produced and raffinose were completely consumed by the end of the fermentation process when the total initial sugar concentration was less than 191.3 g/l. The glycerol concentration was below 9.9 g/l. These findings are useful in the production of ethanol and high fructose syrups using sugar cane molasses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,255
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActa BiotechnologicaMême sujetMicrobial Metabolites in Food BiotechnologyTravaux en français237 207