MétaCan
Menu
Retour à la cohorte
Enregistrement W2042780362 · doi:10.1021/bp0000149

Toluene Removal in an Automated Cyclical Bioreactor

2000· article· en· W2042780362 sur OpenAlexaff
Wendy A. Brown, David G. Cooper, Steven N. Liss

Notice bibliographique

RevueBiotechnology Progress · 2000
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTolueneBioreactorChemistryDerivative (finance)OxygenBandwidth throttlingTransient (computer programming)Pulp and paper industryCarbon dioxideChromatographyChemical engineeringComputer scienceOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

A control scheme was developed for the automation of toluene removal in a cyclical bioreactor. Toluene was added to the self-cycling fermentor by diffusion across a silicone membrane. Transient dissolved oxygen, carbon dioxide evolution, and oxidation-reduction potential (ORP) were screened as potential control variables. Through experimentation, ORP was deemed most effective. Control algorithms based on real-time estimates of the first and second derivatives of the ORP signal were tested. Although both approaches resulted in stable operation of the reactor, average toluene removal efficiencies of 95% were realized when control was based on the second derivative. This was significantly higher than the 77% efficiencies obtained when the control scheme centered on the first derivative of the transient ORP signal. The system developed was self-regulating, ensuring that a high toluene removal rate, on the order of 1.1 g h(-1), was maintained from cycle to cycle.

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 enseignants0,613
Score d'incertitude au seuil0,904

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 ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,014
Tête enseignante GPT0,287
Écart entre enseignants0,273 · 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

Citations9
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnology ProgressMême sujetOdor and Emission Control TechnologiesTravaux en français237 207