MétaCan
Menu
Retour à la cohorte
Enregistrement W2045552073 · doi:10.2166/wst.2012.371

Anaerobic digestion of corn ethanol thin stillage in batch and by high-rate down-flow fixed film reactors

2012· article· en· W2045552073 sur OpenAlexaff
Andrew C. Wilkinson, Kevin J. Kennedy

Notice bibliographique

RevueWater Science & Technology · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésStillageAnaerobic digestionChemistryChemical oxygen demandEffluentHydraulic retention timeMesophilePulp and paper industryBiogasVolatile suspended solidsChromatographyMethaneWaste managementFermentationWastewaterFood scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Thin stillage (CTS) from a dry-grind corn ethanol plant was evaluated as a carbon source for anaerobic digestion (AD) by batch and high rate semi-continuous down-flow stationary fixed film (DSFF) reactors. Biochemical methane potential (BMP) assays were carried out with CTS concentrations ranging from approximately 2,460-27,172 mg total chemical oxygen demand (TCOD) per litre, achieved by diluting CTS with clean water or a combination of clean water and treated effluent. High TCOD, SCOD and volatile solids (VS) removal efficiencies of 85 ± 2, 94 ± 0 and 82 ± 1% were achieved for CTS diluted with only clean water at an organic concentration of 21,177 mg TCOD per litre, with a methane yield of 0.30 L methane per gram TCOD(removed) at standard temperature and pressure (STP, 0 °C and 1 atmosphere). Batch studies investigating the use of treated effluent for dilution showed promising results. Continuous studies employed two mesophilic DSFF anaerobic digesters treating thin stillage, operated at hydraulic retention times (HRT) of 20, 14.3, 8.7, 6.3, 5 and 4.2 d. Successful digestion was achieved up to an organic loading rate (OLR) of approximately 7.4 g TCOD L(-1)d(-1) at a 5 d HRT with a yield of 2.05 LCH(4) L(-1)d(-1) (at STP) and TCOD and VS removal efficiencies of 89 ± 3 and 85 ± 3%, 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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,195
Écart entre enseignants0,189 · 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

Citations8
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207