MétaCan
Menu
Retour à la cohorte
Enregistrement W2134706973 · doi:10.1002/jctb.4224

Electrolysis‐enhanced co‐digestion of switchgrass and cow manure

2013· article· en· W2134706973 sur OpenAlexafffundabout
B. Tartakovsky, P. Mehta, G. Santoyo, Caroline Roy, Jean‐Claude Frigon

Notice bibliographique

RevueJournal of Chemical Technology & Biotechnology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Fuel Cells and Bioremediation
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNatural Resources CanadaAgriculture and Agri-Food Canada
Mots-clésAnaerobic digestionBiogasPulp and paper industryContinuous stirred-tank reactorMethaneCow dungManureAerobic digestionElectrolysisChemistryWaste managementOrganic matterChemical oxygen demandBiofuelEnvironmental scienceFertilizerAgronomyEnvironmental engineeringSewage treatmentEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND Anaerobic digestion of agricultural wastes is a cost effective way for combining resource recovery and methane production. This paper evaluates the co‐digestion of cow manure and switchgrass in a completely stirred tank reactor ( CSTR ) by the electrolysis‐enhanced anaerobic digestion ( eAD ) process. RESULTS The electrodes for water electrolysis were installed directly in an anaerobic digester and were used to create micro‐aerobic conditions. Significant gains in process performance and biogas quality were obtained at current densities of 20–25 mA (per digester volume) with a corresponding volumetric energy consumption of 0.07–0.08 Wh . In particular, the COD removal rate was increased from 0.6 to 0.9 g COD d ‐1 , methane production increased by 26%, and H 2 S content in the biogas declined from 2500–3000 ppm to less than 10 ppm. CONCLUSIONS The improved performance was achieved due to methane production from hydrolytic H 2 and possibly due to the enhanced hydrolysis of organic matter. © 2013 Her Majesty the Queen in Right of Canada Journal of Chemical Technology & Biotechnology © 2013 Society of Chemical Industry

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 enseignants0,032
Score d'incertitude au seuil0,701

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,002
Tête enseignante GPT0,190
Écart entre enseignants0,188 · 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

Citations16
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Technology & BiotechnologyMême sujetMicrobial Fuel Cells and BioremediationTravaux en français237 207