MétaCan
Menu
Retour à la cohorte
Enregistrement W2038969621 · doi:10.5539/mas.v3n7p38

Kinetic Study on Decolorization of the Dye Acid Orange Using the Fungus Phanerochate Chrysosporium

2009· article· en· W2038969621 sur OpenAlexvenueno aff
Balu Balu, K. V. Radha

Notice bibliographique

RevueModern Applied Science · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEnzyme-mediated dye degradation
Établissements canadiensnon disponible
Organismes subventionnairesAnna University
Mots-clésPhanerochaeteChrysosporiumSubstrate (aquarium)Acid dyeOrange (colour)ChemistryBiomass (ecology)Kinetic energyNuclear chemistryChromatographyEnzymeOrganic chemistryFood scienceBiologyDyeing

Résumé

récupéré en direct d'OpenAlex

A dye decolorizing fungal strain, Phanerochaete chrysosporium MTC 787 was used in batch experiments for decolorization of the dye, Acid orange10. Effects of initial substrate (dye) and fungal concentrations on the rate and extent of dye decolorization were investigated. The initial pH and oxidation–reduction potential (ORP) was kept at 4.5 and ?250 mV, respectively. The rate and extent of dye decolorization increased with increasing dye concentration up to 100 g l?1 and then decreased for larger dye concentrations. The rate of enzyme utilization and dye decolorization also increased linearly with increasing initial biomass concentration. A kinetic model describing the rate of enzyme utilization and substrate inhibition as function of the initial substrate and flow rate was developed. The kinetic constants were determined using the experimental data. The initial biomass should be above 3.2 x 105cell/ml to obtain high rates and decolorization percentage and to avoid substrate inhibition.

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 enseignants0,636
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,027
Tête enseignante GPT0,240
Écart entre enseignants0,213 · 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

Citations6
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetEnzyme-mediated dye degradationTravaux en français237 207