MétaCan
Menu
Retour à la cohorte
Enregistrement W2151914664 · doi:10.1002/cjce.22089

Dry anaerobic digestion modelling: Parameter sensitivity

2014· article· en· W2151914664 sur OpenAlexvenueno aff
Hassen Benbelkacem, Julien Bollon, Rémy Gourdon, Pierre Buffière

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnaerobic digestionKinetic energyMethaneMass transferChemistryLimitingThermodynamicsAnaerobic exerciseSensitivity (control systems)Substrate (aquarium)BiodegradationMass transfer coefficientWork (physics)Analytical Chemistry (journal)ChromatographyOrganic chemistryEcologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract A model dedicated to dry anaerobic digestion process was previously developed. This model was based on the ADM1 model and modified to take into account the specificity of dry anaerobic media. The objective of the work presented here was to study the sensitivity to the model of 2 parameters. The first parameter (kLa) was related to mass transfer of the biodegradation products (CH4, CO2, H2) from liquid phase to gas phase. Two gas production behaviours were pointed out, depending on kLa value and corresponding to limiting or non‐limiting transfer rate. A kLa value of 5 d−1 marked the transition. The second parameter (kmX) was linked to biological kinetic reactions. The sensitivity of kmX was important: a variation of ±10 % of its value affected clearly the kinetic consumption of the substrate. A method to determine those parameters was presented. This method was then used to determine both biological kinetic parameter and mass transfer coefficient from batch experimental data of methane production with acetate as organic substrate at two different moisture contents.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,169
Écart entre enseignants0,160 · 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'étudeSimulation ou modélisation
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207