MétaCan
Menu
Retour à la cohorte
Enregistrement W2058322424 · doi:10.4161/bbug.1.5.12941

Engineering organisms for industrial fuel production

2010· article· en· W2058322424 sur OpenAlexaff
David A. Berry

Notice bibliographique

RevueBioengineered Bugs · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensTellabs (Canada)
Organismes subventionnairesnon disponible
Mots-clésRaw materialRenewable fuelsRenewable energyFossil fuelBiochemical engineeringProduction (economics)PetroleumEnvironmental scienceWaste managementEngineeringEconomicsChemistry

Résumé

récupéré en direct d'OpenAlex

Volatile fuel costs, the need to reduce greenhouse gas emissions and fuel security concerns are driving efforts to produce sustainable renewable fuels and chemicals. Petroleum comes from sunlight, CO(2) and water converted via a biological intermediate into fuel over a several million year timescale. It stands to reason that using biology to short-circuit this time cycle offers an attractive alternative--but only with relevant products at or below market prices. The state of the art of biological engineering over the past five years has progressed to allow for market needs to drive innovation rather than trying to adapt existing approaches to the market. This report describes two innovations using synthetic biology to dis-intermediate fuel production. LS9 is developing a means to convert biological intermediates such as cellulosic hydrolysates into drop-in hydrocarbon product replacements such as diesel. Joule Unlimited is pioneering approaches to eliminate feedstock dependency by efficiently capturing sunlight, CO(2) and water to produce fuels and chemicals. The innovations behind these companies are built with the market in mind, focused on low cost biosynthesis of existing products of the petroleum industry. Through successful deployment of technologies such as those behind LS9 and Joule Unlimited, alternative sources of petroleum products will mitigate many of the issues faced with our petroleum-based economy.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil0,723

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,204
Écart entre enseignants0,195 · 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

Citations7
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioengineered BugsMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207