MétaCan
Menu
Retour à la cohorte
Enregistrement W2029534411 · doi:10.1021/ie060287u

Investigating the Application of Enzyme Carbonic Anhydrase for CO<sub>2</sub> Sequestration Purposes

2007· article· en· W2029534411 sur OpenAlexafffund
Parissa Mirjafari, K. Asghari, Nader Mahinpey

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEnzyme function and inhibition
Établissements canadiensUniversity of Regina
Organismes subventionnairesUniversity of Regina
Mots-clésCarbonic anhydraseChemistryCalcium carbonateCarbon dioxideCarbonatePrecipitationInorganic chemistryCalciumCarbonate mineralsEnzymeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Biological sequestration of carbon dioxide (CO 2 ) in geological formations is one of the proposed methods to reduce the carbon dioxide released into the atmosphere. In this method, an enzyme is used to enhance the hydration and subsequent precipitation of CO 2 . In the present work, the effect of bovine carbonic anhydrase on the hydration of CO 2, and its precipitation in the form of calcium carbonate, was studied. The enzyme enhanced the hydration reaction. The rate of hydration reaction increased with both the enzyme concentration and temperature. The precipitation of calcium carbonate was promoted in the presence of the enzyme. The concentration of the enzyme did not affect the precipitation; however, temperature impacted the precipitation of calcium carbonate. At higher temperatures, less calcium carbonate was formed. Also, in the presence of the enzyme, calcium carbonate settled more quickly. The enzyme activity was not influenced by the pH of the reaction mixture. In contrast, the formation of calcium carbonate was affected by the pH of the solution. A kinetic analysis was performed for the bovine carbonic anhydrase. Based on the experimental results, the activation energy and catalytic rate constant are estimated as 700.91 cal/mol and 0.65 s -1, respectively.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,057
Tête enseignante GPT0,331
Écart entre enseignants0,275 · 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'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

Citations305
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetEnzyme function and inhibitionTravaux en français237 207