Impact of cellulase production on environmental and financial metrics for lignocellulosic ethanol
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The cost of cellulases remains a key issue in the production of cellulosic ethanol, and the impact of enzymes on greenhouse gas ( GHG ) emissions of cellulosic ethanol has received little attention. This study evaluates life cycle emissions and cellulase production costs for bioethanol production, considering on‐site and off‐site production options. A complete enzyme production process was simulated using AspenPlus , generating mass and energy balance information required to calculate GHG emissions and financial metrics. GHG emissions for cellulase production range from 10.2 to 16.0 g CO 2 eq g –1 enzyme protein, depending on on‐site or off‐site production and the method of transportation. Enzyme GHG emissions are predicted to be 258 g CO 2 eq. L –1 of ethanol for on‐site production, versus 403 g CO 2 eq. L –1 for off‐site production, based on a 150 MMLY ethanol plant using 11.5 mg enzyme g –1 substrate and a cellulase fermentation yield of 90%. Cellulase production costs were estimated for a range of conditions, including ethanol plant size, enzyme dose and protein yield for on‐site production, and enzyme plant size, protein yield and return on investment for off‐site production. On‐site production costs range between $3.80 and $6.75 kg –1 protein, versus $4.00 to $8.80 kg –1 for off‐site production. In both scenarios, the lowest cost corresponds to a 90% protein yield, and a high enzyme demand and production capacity. An enzyme production cost of $4.70 USD kg –1 corresponds to an enzyme cost of 0.46 USD gal –1 ($0.12 L –1 ) of ethanol in a 150 MMLY plant using 11.5 mg enzyme g –1 substrate. © 2013 Society of Chemical Industry and John Wiley & Sons, Ltd
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.
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) | 0,000 | 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 découle