MétaCan
Menu
Retour à la cohorte
Enregistrement W2165987737 · doi:10.13052/jge1904-4720.412

Electricity Generation and Biofilm Formation in Microbial Fuel Cells Using Plate Anodes Constructed from Various Grades of Graphite

2014· article· en· W2165987737 sur OpenAlexafffund
Wudneh Ayele Shewa, Subba Rao Chaganti, Jerald A. Lalman

Notice bibliographique

RevueJournal of Green Engineering · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Fuel Cells and Bioremediation
Établissements canadiensUniversity of Windsor
Organismes subventionnairesOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of CanadaUniversity of Windsor
Mots-clésMicrobial fuel cellGraphiteBiofilmAnodeElectricityElectricity generationFuel cellsMaterials scienceEnvironmental scienceWaste managementChemical engineeringChemistryEngineeringComposite materialElectrical engineeringPower (physics)BiologyBacteriaElectrodePhysics

Résumé

récupéré en direct d'OpenAlex

Construction materials as well as the electrode configuration are major factors affecting electricity generation in microbial fuel cells (MFCs).Three graphite plate electrodes (HK06, G347 and POCO3) with different characteristics (specific resistance, grain size and specific gravity) were used to evaluate electricity generation and biofilm formation in MFCs.The electrodes were assessed by operating duplicate MFCs under the same conditions.Electrochemical impedance spectroscopy, cyclic voltammetry and linear sweep voltammetry were used to evaluate the performance of the electrodes.The data indicated the grade of electrode played a critical role in the MFCs performance.Higher power density was observed for the graphite electrode designated as POCO3.The trend for increasing electricity generation was as follows: POCO3 > G347 > HK06.Distinct microbial populations were detected in the biofilm community when comparing the different electrodes.Selecting electrodes for optimum electricity generation is important in the development of laboratory scale and full-scale MFCs.

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)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,007
Tête enseignante GPT0,169
Écart entre enseignants0,162 · 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

Citations9
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Green EngineeringMême sujetMicrobial Fuel Cells and BioremediationTravaux en français237 207