MétaCan
Menu
Retour à la cohorte
Enregistrement W2095078714 · doi:10.1080/10934529.2015.1012001

Effects of manipulating cyclic duration and pH on fermentative hydrogen production in an anaerobic sequencing batch reactor

2015· article· en· W2095078714 sur OpenAlexaff
Seunggun Won, Anthony Lau

Notice bibliographique

RevueJournal of Environmental Science and Health Part A · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHydrogen productionHydrogenChemistryFermentative hydrogen productionHydraulic retention timeAnaerobic exerciseSequencing batch reactorFermentationAnimal scienceNuclear chemistryFood scienceBiohydrogenWaste managementOrganic chemistryBiologyWastewater

Résumé

récupéré en direct d'OpenAlex

The effects of cyclic duration and pH on biological hydrogen production were investigated in an anaerobic sequencing batch reactor. Experiments were conducted using cyclic duration of (4, 8, and 12 h) in combination with pH (4, 5, and 6) in a 3 × 3 factorial design, while hydraulic retention time and organic loading rate were maintained at 24 h and 10.3 g COD L(-1).d(-1), respectively. At pH 4, the effect of cyclic duration on hydrogen production was found to be insignificant. However, in runs with pH 5 and 6, a shorter cyclic duration of 4 h led to lower hydrogen productivity. The operational condition (pH 6, cyclic duration 12 h) induced higher hydrogen production rate of 2.3 ± 0.6 L H2/L reactor.d, whereas higher hydrogen yield of 2.2 ± 0.4 mol H2/mol sucrose was achieved at pH 5 and the same 12 h cyclic duration. The differences in hydrogen production were not statistically significant between 8 h and 12 h cyclic duration. Higher hydrogen production rates were associated with biomass (mixed liquor volatile suspended solids) concentration ranging from 8-13 g L(-1), but further increase in biomass growth was not accompanied by increased hydrogen production. Furthermore, a food-to-microorganism ratio of 0.84 was found to result in higher hydrogen production rate.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,041
Tête enseignante GPT0,287
Écart entre enseignants0,245 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Health Part AMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207