MétaCan
Menu
Retour à la cohorte
Enregistrement W2066142011 · doi:10.1080/09593332608618514

Cell Agglomeration in Acidogenic, Mixed, and Methanogenic Cultures at Different Loading and Mixing Conditions

2005· article· en· W2066142011 sur OpenAlexaff
M. Verma, T.R. Sreekrishnan, R. D. Tyagi

Notice bibliographique

RevueEnvironmental Technology · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesIndian Institute of Technology Delhi
Mots-clésAcidogenesisMixing (physics)Economies of agglomerationChemical engineeringChemistryWaste managementPulp and paper industryEnvironmental scienceMaterials scienceEnvironmental engineeringAnaerobic digestionMethanePhysicsEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Cell agglomeration studies were conducted in anaerobic fluidized bed reactors without any external support. Granulation was studied at different combinations of loading and mixing conditions utilizing synthetic wastewater. Both single-stage and two-stage biomethanation processes were studied. Reactors of volume 0.55, 10, and 16 l were operated with height to diameter ratio of 7-8. It was found that the acidogens were more liable to form granules among mixed culture of anaerobes, while the methanogens were capable of forming cell agglomerates in the form of flocs. In acidogenic granules, rod shaped bacteria were dominating, while in case of methanogens, there were more cocci. It was found that for an upflow liquid linear velocity upto 2.0 m h(-1), acidogens showed very good granulation but at relatively higher values of upflow liquid linear velocities granulation was affected adversely, causing breakage and dissociation of granules. In the case of methanogens and mixed process, it was found that upflow liquid linear velocities up to 4.0 m h(-1) were suitable and biomass flocs were actively growing. The maximum organic loadings applied were 39.0 and 54.4 kg COD m(-3) d(-1) (at 27.3 and 35.36 kg COD m(-3) d(-1) degradation respectively) for single-stage and two-stage biomethanation 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 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 enseignants0,007
Score d'incertitude au seuil0,412

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 Opus0,004
Tête enseignante GPT0,185
Écart entre enseignants0,181 · 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

Citations4
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental TechnologyMême sujetBiofuel production and bioconversionTravaux en français237 207