MétaCan
Menu
Retour à la cohorte
Enregistrement W1999766305 · doi:10.1080/00986445.2013.819351

APPLICATION OF POWER LAW LOGISTIC MODEL TO GROWTH KINETICS OF<i>BACILLUS LICHENIFORMIS</i>MS3 ON A WATER-INSOLUBLE SUBSTRATE

2013· article· en· W1999766305 sur OpenAlexaff
Davoud Biria, Ehsan Maghsoudi, Reza Roostaazad

Notice bibliographique

RevueChemical Engineering Communications · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial bioremediation and biosurfactants
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésBacillus licheniformisChemistryDecaneBiodegradationHydrocarbonSubstrate (aquarium)PopulationChromatographyMass transferKineticsBacterial growthChemical engineeringBacteriaOrganic chemistryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

The power law logistic model was utilized to investigate the growth of a hydrocarbon assimilating bacterium on a water-insoluble substrate. To achieve this end, population dynamics of Bacillus licheniformis MS3 in a medium containing n-decane as the sole carbon source was monitored for 30 h. Different initial biosurfactant concentrations and shaking rates were employed to examine the role of mass transfer in the cell growth and the consequent hydrocarbon biodegradation. The amount of n-decane degraded in the system was detected by gas chromatography at the end of the incubation period. The results revealed that when mass transfer limitations were lessened through addition of an initial biosurfactant concentration and agitation, the bacterial growth increased more than three times and the n-decane biodegradation was enhanced from 6.7 to 15.1 mg/100 mL. Finally, the power law logistic model proved to be highly capable in simulating both the experimental results and various systems with water-insoluble carbon sources.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,216
Écart entre enseignants0,200 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Engineering CommunicationsMême sujetMicrobial bioremediation and biosurfactantsTravaux en français237 207