MétaCan
Menu
Retour à la cohorte
Enregistrement W2023488624 · doi:10.5539/jas.v2n1p144

Statistical Analysis of Main and Interaction Effects to Optimize Xylanase Production under Submerged Cultivation Conditions

2010· article· en· W2023488624 sur OpenAlexvenueno aff
P. Mullai, N. Syed Ali Fathima, Eldon R. Rene

Notice bibliographique

RevueJournal of Agricultural Science · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensnon disponible
Organismes subventionnairesIndian Institute of Technology Madras
Mots-clésXylanaseInteractionResponse surface methodologySubstrate (aquarium)Production (economics)Analysis of varianceVariance (accounting)Main effectStatistical analysisEnvironmental scienceStatisticsMathematicsBiological systemAgricultural engineeringFood scienceBiotechnologyBiochemical engineeringChemistryBiologyEcologyEngineeringEnzymeBiochemistry

Résumé

récupéré en direct d'OpenAlex

In recent years, xylanase has become an essential option for environmental friendly industrial biotechnologicalapplications and there is a rising demand for large scale production. In this study, a Bacillus species 2129 was tested forthe xylanase production under submerged cultivation conditions. Maximum xylanase activities were achieved using oatas the substrate and by optimizing process conditions such as substrate concentration, pH and nitrogen source usingstatistically significant design of experiments, employing the response surface methodology (RSM) concept. Underoptimized conditions there was an 8% increase in the enzyme activity and results from statistical approximation in theform of analysis of variance (ANOVA) shows that the squared effects of the variables were significant than both themain and interaction effects.

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)0,000
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 enseignants0,822
Score d'incertitude au seuil0,148

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,245
Écart entre enseignants0,238 · 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

Citations29
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetBiofuel production and bioconversionTravaux en français237 207