MétaCan
Menu
Retour à la cohorte
Enregistrement W2086261386 · doi:10.1080/10934529.2012.650581

Temperature and moisture effect on spore emission in the fungal biofiltration of hydrophobic VOCs

2012· article· en· W2086261386 sur OpenAlexfundno aff
Alberto Vergara‐Fernández, Vanida Salgado-Ísmodes, M. Gallardo Pino, Sergio Hernández, Sergio Revah

Notice bibliographique

RevueJournal of Environmental Science and Health Part A · 2012
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensnon disponible
Organismes subventionnairesComisión Nacional de Investigación Científica y TecnológicaUniversity of British Columbia
Mots-clésBiofilterMoistureSporeEnvironmental scienceEnvironmental chemistryPulp and paper industryChemistryEnvironmental engineeringBotanyBiologyOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

The effect of temperature and moisture on the elimination capacity (EC), CO(2) production and spore emission by Fusarium solani was studied in biofilters packed with vermiculite and fed with n- pentane. Three temperatures (15, 25 and 35°C) were tested and the highest average EC (64 g m(-3) h(-1)) and lower emission of spores (2.0 × 10(3) CFU m(-3) air) were obtained at 25°C. The effect of moisture content of the packing material indicates that the highest EC (65 g m(-3) h(-1)) was obtained at 50 % moisture. However, lowest emission (1.3 × 10(3) CFU m(-3) air) was obtained at 80 % moisture. Furthermore, the results show that a slight decrease in spore emission was found with increasing moisture content. In all cases, the depletion of the nitrogen source in the biofilter induced the sporulation, a decay of the EC and increased spore emission.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,750
Score d'incertitude au seuil0,138

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,273
Écart entre enseignants0,259 · 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

Citations20
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Health Part AMême sujetOdor and Emission Control TechnologiesTravaux en français237 207