Extracellular polymeric substances production kinetics of 13 sludge isolates using wastewater sludge as raw material and its flocculation potential
Notice bibliographique
Résumé
The kinetics of batch fermentation of 13 extracellular polymeric substances (EPS) producing bacterial strains (9 Bacillus, 2 Serratia and 2 Yersinia) were carried out using sterilized sludge as a raw material. The most of Bacillus (µ(max): 0.11-0.27 h⁻¹), Serratia (µ(max): 0.23-0.27 h⁻¹) and Yersinia (µ(max): 0.18-0.19 h⁻¹) strains had capability to grow and produce EPS (1.36-2.12 g/L) in the sterilized sludge. In general, EPS production was mixed growth associated for all the bacterial strains cultivated independently. Bacillus sp. 7, Serratia sp. 2 and Yersinia sp. 2 produced higher concentration (1.95-2.12 g/L) of EPS than the other remaining bacterial strains. Protein and carbohydrate contents of EPS remained constant during fermentation. Broth EPS (B-EPS) exhibited high kaolin flocculation activity (≥ 75%) in most of the cases except Bacillus sp. 1, Bacillus sp. 5 and Bacillus sp. 9, respectively. In general, high flocculation activities (FAs) (≥ 75%), were attained using 1.31-1.70 mg B-EPS/g kaolin, 0.45-0.97 mg protein/g kaolin and 0.11-0.21 mg carbohydrates/g kaolin. The study suggests that further systematic exploration is required for optimizing the process of EPS production. EPS produced in the sludge can potentially be used for different water and wastewater treatments.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».