Acid and alkaline treatments for enhancing the growth of rhizobia in sludge
Notice bibliographique
Résumé
Wastewater sludges have been proposed as an effective media for the production of rhizobia. The effect of total suspended solid (TSS) concentrations and pretreatments of sludge on the growth of Sinorhizobium meliloti were investigated. Acid (pH 2.0-6.0 obtained with H2SO4) and alkaline (50-200 mequiv.wt./L of NaOH) treatments were applied to enhance the biodegradability of primary (0.325%-3.2% TSS obtained by dilution of original sample) and secondary (0.2%-0.4% TSS obtained by concentration of original sample) sludges. In primary sludge without pretreatment, the highest cell count (11.10 x 10(9) cfu/mL) was obtained with 1.3% TSS. However, a maximum cell count of 13.00 x 10(9) cfu/mL was reached using an acid treatment of pH 2.0 and a 0.325% TSS concentration. Moreover, the alkaline treatment with 100 mequiv.wt./L of NaOH and 0.65% TSS increased the cell yield to 21.00 x 10(9) cfu/mL. For secondary sludge without pretreatment, no enhancement of growth was observed while increasing TSS concentration. This may be due to the increase of inhibitory substances, such as heavy metals, and of the Ca and Mg concentrations. As in primary sludge, some acid and alkaline treatments of secondary sludge tend to improve the cell count of S. meliloti. However, the highest value of 9.80 x 10(9) cfu/mL obtained with 0.4% TSS at pH 2.0 was lower than that obtained with primary sludge. It was also observed that S. meliloti grown in treated sludges maintained its capacity to nodulate alfalfa.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».