MétaCan
Menu
Retour à la cohorte
Enregistrement W2170503352 · doi:10.5296/emsd.v4i2.8118

In-Storage-Psychrophilic-Anaerobic-Digestion (ISPAD) process. Part II: Model Validation

2015· article· en· W2170503352 sur OpenAlexafffund
Mahsa Madani Hosseini, Catherine N. Mulligan, Suzelle Barrington

Notice bibliographique

RevueEnvironmental Management and Sustainable Development · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConcordia University
Mots-clésPsychrophileAnaerobic digestionChemistryAnaerobic exerciseMesophileSolubilityKineticsFood scienceMethaneBiochemistryBiologyPhysiologyBacteriaEnzyme

Résumé

récupéré en direct d'OpenAlex

<p class="emsd">In-Storage-Psychrophilic-Anaerobic-Digestion (ISPAD) is a sequentially fed batch treatment system operating at a temperature fluctuating with that of ambient. Because of its specific operation modes and the acclimation of its microbial groups, its microbial kinetics were determined from laboratory data, and a specific mathematical model was developed to simulate its process and to optimize its management. The objective of this study is therefore to validate this ISPAD model using further laboratory data obtained from batch tests conducted in flasks. For this purpose, glucose at 630 mg/L, was fed to 8-year-old ISPAD inoculum and digested at 18 °C. Changes in glucose, VFAs and pH were monitored along with biogas production. The cross-validated coefficient of determination () was used to determine the fit between the model prediction and the experimental values. The ISPAD model was able to strongly predict glucose degradation, VFAs, pH, and methane. However, the model weakly predicted the early CO<sub>2</sub> changes over time, likely because of its water solubility. </p>

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 GPT0,191
Écart entre enseignants0,181 · 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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Management and Sustainable DevelopmentMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207