MétaCan
Menu
Retour à la cohorte
Enregistrement W2035701561 · doi:10.1002/cjce.22055

Strain and factor selection for carbon dioxide fixation using microalgae cultivated in oil sands process water

2014· article· en· W2035701561 sur OpenAlexafffundvenueabout
Sepideh Kasiri, Vinay Prasad, Ania C. Ulrich

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2014
Typearticle
Langueen
DomaineEnergy
ThématiqueAlgal biology and biofuel production
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCarbon dioxideCarbon fixationSelection (genetic algorithm)Environmental scienceProcess (computing)Fixation (population genetics)Pulp and paper industryOil sandsMaterials scienceChemistryBiologyEngineeringEcologyComputer scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Biological fixation of CO2 using microalgae is a potential CO2 reduction strategy which can be applied to the oil sands operations in Alberta. These operations also produce large amounts of oil sands process water (OSPW), which can act as a growth medium for the microalgae. In this study, three different microalgae: Botryococcus braunii, Chlorella pyrenoidosa and Chlorella kessleri were investigated for their ability to grow in OSPW, and to uptake CO2. Also, the effect of phosphate, nitrate, CO2 concentrations and light intensity were studied using a fractional two‐level and a full two‐level factorial design. These investigations eliminated Botryococcus braunii as it cannot grow in OSPW, and demonstrated that Chlorella kessleri has a higher CO2 uptake rate than Chlorella pyrenoidosa. Moreover, CO2 concentration, light intensity and phosphate concentration proved to have the strongest effects (in that order) on the growth and CO2 uptake rate of Chlorella kessleri.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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

Citations7
Publié2014
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetAlgal biology and biofuel productionTravaux en français237 207