MétaCan
Menu
Retour à la cohorte
Enregistrement W2081876020 · doi:10.1139/w00-064

Stoichiometry of diauxic growth of a xylanase-producing<i>Bacillus</i>strain

2000· article· en· W2081876020 sur OpenAlexvenueno aff
Gerhard Schneider, Patricia Taillandier, Pierre Strehaiano

Notice bibliographique

RevueCanadian Journal of Microbiology · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFermentationXylanaseBiomass (ecology)Carbon dioxideChemistryFood scienceXylanAerationBacteriaCarbon fibersBacterial growthStrain (injury)Pulp and paper industryBiochemistryBiologyPolysaccharideOrganic chemistryEnzymeMaterials scienceAgronomy

Résumé

récupéré en direct d'OpenAlex

In this work, the establishment of material balances and stoichiometry of the growth of Bacillus sp. was undertaken. This strain produces high quantities of a xylanase suitable for use as bleach boost agent in chlorine-free bleaching sequences of paper pulp. As carbon dioxide plays an important role as a growth factor, bacterial growth in two fermentations, one fed with air and another fed with carbon-dioxide-enriched air, were compared. For this purpose, a method permitting the determination of the consumption of the two carbon sources, xylan and peptone, was proposed. The material balances revealed that in both cases, the bacteria first use peptone as their carbon source, and then xylan in the second part of the growth phase. The aerated culture showed diauxic growth on these two substrates, whereas carbon-dioxide-enriched air caused disappearance of the metabolic adaptation phase, and rendered biomass production more economic. The fermentation fed with air needed 30% more xylan than the fermentation fed with carbon-dioxide-enriched air for the same quantity of biomass produced.

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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,176
Écart entre enseignants0,169 · 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

Citations3
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of MicrobiologyMême sujetBiofuel production and bioconversionTravaux en français237 207