MétaCan
Menu
Retour à la cohorte
Enregistrement W2174866754 · doi:10.5539/ep.v4n4p38

Modifying the ADM1 Model to Predict the Operation of an Anaerobic Digester Co-digesting Municipal Sludge with Bakery Waste

2015· article· en· W2174866754 sur OpenAlexvenueno aff
Morris Elya Demitry, Jianming Zhong, Conly L. Hansen, Michael J. McFarland

Notice bibliographique

RevueEnvironment and Pollution · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnaerobic digestionBiogasBiogas productionPulp and paper industryWaste managementMethaneEnvironmental scienceWastewaterChemistryBioreactorOrganic matterVolatile suspended solidsSewage treatmentBiodegradable wasteActivated sludgeEnvironmental engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Anaerobic Digestion Model Number1 (ADM1) was modified in order to predict accurately the impact of co-digesting bakery waste (BW) with municipal sludge (MS). BW is an industrial waste (300,000 gallons per day in USA) that contains a high concentration of organic matter (carbohydrates, low lipids and non-detected proteins). BW is an easily biodegradable substrate for creating a favorable microorganism growth environment, which enhances the biogas production needed for wastewater facilities. The modified ADM1 successfully predicted changes in pH, volatile fatty acids (VFA), propionic acid and methane gas production. The ADM1 outputs were compared to experimental batch reactor results of actual BW addition percentages in order to validate the model. Stability of the digestion process was achieved until the ratio range of 37-40% BW: 60-63% MS, and the digestion processes were inhibited at higher ratios of BW. This research provides an alternative to BW management through utilizing the BW to enhance methane production.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,219
Écart entre enseignants0,191 · 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

Citations16
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and PollutionMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207