MétaCan
Menu
Retour à la cohorte
Enregistrement W2258805518 · doi:10.18331/brj2015.1.1.8

Simultaneous electricity generation and sulfide removal via a dual chamber microbial fuel cell

2014· article· en· W2258805518 sur OpenAlexvenueno aff
Paniz Izadi, Mostafa Rahimnejad

Notice bibliographique

RevueBiofuel Research Journal · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Fuel Cells and Bioremediation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrobial fuel cellDual (grammatical number)Electricity generationElectricityWaste managementDual purposeSingle chamberFuel cellsEnvironmental scienceChemistryChemical engineeringEngineeringElectrical engineeringBiomedical engineeringMechanical engineeringPhysicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

Microbial fuel cells (MFCs) have recently been used to alter different sources of substrates to produce bioelectricity. MFCs can also be used for wastewater treatment and electricity generation simultaneously. Sulfur compounds such as sulfides commonly exist in wastewater and organic waste. In this study a dual chamber MFC was constructed for power production. Sulfide was used as the electron donor in the anaerobic anode compartment. A mixed culture of microorganisms was used as an active biocatalyst to convert the substrate into electricity. The obtained experimental results illustrated that the MFC can successfully alter sulfide to elementary sulfur while generating power. The initial concentration of sulfide in the anode compartment was 0.4 g l-1 and it was completely removed after 3 days of MFC operation. The influence of oxygen was examined in the cathode chamber and the cell voltage gradually increased during aeration, reaching 480 mV after 1200 s. Hexacyanoferrate was added to the cathodic solution in different concentrations and its effects were investigated. The maximum generated voltage, power and current density were 988.9145 mV, 346.746 mW.m-2, 1285.64 mA.m-2, respectively and they were obtained in the presence of 1.4 g l-1 of mediator.

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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,023
Tête enseignante GPT0,268
Écart entre enseignants0,245 · 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

Citations33
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofuel Research JournalMême sujetMicrobial Fuel Cells and BioremediationTravaux en français237 207