MétaCan
Menu
Retour à la cohorte
Enregistrement W1993504223 · doi:10.1080/10934520802293602

Isolation and molecular identification of extracellular polymeric substances (EPS) producing bacterial strains for sludge settling and dewatering

2008· article· en· W1993504223 sur OpenAlexaff
S. Bala Subramanian, S. Yan, R. D. Tyagi, R. Y. Surampalli, B. N. Lohani

Notice bibliographique

RevueJournal of Environmental Science and Health Part A · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésSettlingDewateringFlocculationExtracellular polymeric substanceActivated sludgePulp and paper industryMicroorganismSewage treatmentWastewaterSerratiaChemistryWaste managementBacteriaEnvironmental scienceMicrobiologyBiologyEnvironmental engineeringGeotechnical engineeringGeologyEngineeringBiofilm

Résumé

récupéré en direct d'OpenAlex

One of the major problems in overall wastewater treatment process is sludge settling and dewatering. In general, sludge settling and dewatering is carried out using conventional physico-chemical methods that are known to be expensive, and these processes further increase the sludge volume and ultimate disposal costs. To overcome this problem, a suitable alternative could be the use of bioflocculants for sludge settling and dewatering. To achieve bioflocculation, extracellular polymeric substances (EPS) producing bacterial strains were isolated from the complex microbial community of wastewater sludge. Crude EPS produced in the form of bacterial broth was used to test kaolin flocculation activity. Three out of 10 bacterial strains (B2, B8 and B9) were pre-selected for sludge settling. Based on sludge settling and dewatering results, B8 possessed better flocculating property than other bacterial strains. These sludge microorganisms were identified based on their 16S rDNA sequences and bacterial strain B8 was identified as Serratia sps.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,544
Score d'incertitude au seuil0,307

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,257
Écart entre enseignants0,232 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations19
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Health Part AMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207