MétaCan
Menu
Retour à la cohorte
Enregistrement W2166261363 · doi:10.2166/wqrjc.2011.122

Anaerobic co-digestion of municipal wastewater sludge and restaurant grease

2011· article· en· W2166261363 sur OpenAlexafffund
Zengkai Liu, Ian Buchanan

Notice bibliographique

RevueWater Quality Research Journal · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAnaerobic digestionBiogasAlkalinityChemical oxygen demandMesophilePulp and paper industryWastewaterGreaseMethaneChemistryWaste managementDigestion (alchemy)Environmental scienceEnvironmental engineeringChromatographyEngineering

Résumé

récupéré en direct d'OpenAlex

Co-digestion has drawn much attention because of its potential to increase biogas production among other benefits. Restaurant grease has high energy content and methane production potential and so is a promising substrate for co-digestion with municipal wastewater sludge. Anaerobic co-digestion of municipal wastewater sludge and restaurant grease was investigated at laboratory-scale under mesophilic conditions (37 °C). Increasing the chemical oxygen demand (COD) loading rate of the test digester by 387% (organic loading rate 4.235 kg VS/m3/d) relative to the control digester led to a 467% increase in daily biogas production, a 25.2% increase in methane yield (based on volatile solids (VS) destruction), a 29.8% increase in COD removal and a 27.2% increase in VS reduction. The biogas methane content ranged from 62.6 to 66.2% (v/v). No negative effect of the grease addition was observed in the test digester performance under the conditions investigated. The increases in biogas production and methane yield indicated enhanced digestion performance. In addition, partial alkalinity and pH proved to be good indicators of digester stability.

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)0,004
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 enseignants0,043
Score d'incertitude au seuil0,352

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
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 recherche0,0000,001
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 Opus0,166
Tête enseignante GPT0,358
Écart entre enseignants0,192 · 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

Citations8
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207