MétaCan
Menu
Retour à la cohorte
Enregistrement W2135020540 · doi:10.1186/2191-0855-4-7

Bioprospecting for acidophilic lipid-rich green microalgae isolated from abandoned mine site water bodies

2014· article· en· W2135020540 sur OpenAlexafffundabout
Joseph K. Eibl, Jason D Corcoran, Gerusa N.A. Senhorinho, Kejian Zhang, Nekoo Seyed Hosseini, James L. Marsden, Corey A. Laamanen, John A. Scott, Gregory M. Ross

Notice bibliographique

RevueAMB Express · 2014
Typearticle
Langueen
DomaineEnergy
ThématiqueAlgal biology and biofuel production
Établissements canadiensNOSM UniversityLaurentian University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésPhotobioreactorBiofuelScenedesmusBioprospectingProductivityBiologyEnvironmental scienceBioenergyAlgaeEcology

Résumé

récupéré en direct d'OpenAlex

With fossil fuel sources in limited supply, microalgae show tremendous promise as a carbon neutral source of biofuel. Current microalgae biofuel strategies typically rely on growing high-lipid producing laboratory strains of microalgae in open raceways or closed system photobioreactors. Unfortunately, these microalgae species are found to be sensitive to environmental stresses or competition by regional strains. Contamination by invasive species can diminish productivity of commercial algal processes. A potential improvement to current strategies is to identify high-lipid producing microalgae, which thrive in selected culture conditions that reduce the risk of contamination, such as low pH. Here we report the identification of a novel high-lipid producing microalgae which can tolerate low pH growth conditions. Lig 290 is a Scenedesmus spp. isolated from a low pH waterbody (pH = 4.5) in proximity to an abandoned lignite mine in Northern Ontario, Canada. Compared to a laboratory strain of Scendesmus dimorphus, Lig 290 demonstrated robust growth rates, a strong growth profile, and high lipid production. As a consequence, Lig 290 may have potential application as a robust microalgal species for use in biofuel production.

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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
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 Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,208 · 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

Citations31
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAMB ExpressMême sujetAlgal biology and biofuel productionTravaux en français237 207