MétaCan
Menu
Retour à la cohorte
Enregistrement W2167004524 · doi:10.6000/1929-6002.2012.01.01.7

Cellulase and Xylanase Production from Rice Straw by a Locally Isolated Fungus Aspergillus fumigatus NITDGPKA3 under Solid State Fermentation – Statistical Optimization by Response Surface Methodology

2012· article· en· W2167004524 sur OpenAlexvenueno aff
Nibedita Sarkar, Kaustav Aikat

Notice bibliographique

RevueJournal of Technology Innovations in Renewable Energy · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésXylanaseCellulaseSolid-state fermentationAspergillus fumigatusFermentationStrawFood scienceResponse surface methodologyReducing sugarSubstrate (aquarium)ChemistryHydrolysisAgronomyBotanySugarBiologyBiochemistryEnzymeChromatography

Résumé

récupéré en direct d'OpenAlex

Alkali pretreated rice straw was used as substrate for cellulase production by a locally isolated fungus Aspergillus fumigatus NITDGPKA3 under solid state fermentation. Critical process parameters such as incubation period, temperature, basal medium content and pH were statistically optimized for an enhanced cellulase and xylanase yield by response surface methodology. The design predicted an optimum yield of 3.1 IU/g dry substrate, 64.18 IU/g dry substrate and 1040.57 IU/g dry substrate for FPase, CMCase and xylanase respectively under the optimum conditions of incubation period of 90 h, temperature at 33oC, initial basal medium content of 62% and initial pH 4. The experimental values under optimum conditions correlated well with the predicted results. Further, crude enzyme extract from Aspergillus fumigatus NITDGPKA3 was used for saccharification of pretreated rice straw and this released 189.50 mg/g of reducing sugar. This work was carried out in the Department of Biotechnology, National Institute of Technology, Durgapur-713209, West Bengal, India, during the period 2010 to 2011.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 Opus0,014
Tête enseignante GPT0,251
Écart entre enseignants0,236 · 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

Citations11
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Technology Innovations in Renewable EnergyMême sujetBiofuel production and bioconversionTravaux en français237 207