MétaCan
Menu
Retour à la cohorte
Enregistrement W2386446970 · doi:10.1038/srep25763

Redox potential driven aeration during very-high-gravity ethanol fermentation by using flocculating yeast

2016· article· en· W2386446970 sur OpenAlexaff
Chen‐Guang Liu, Xue-Mi Hao, Yen‐Han Lin, Feng‐Wu Bai

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésAerationFermentationFlocculationYeastChemistryEthanol fuelFood scienceEthanolPulp and paper industryReduction potentialEthanol fermentationBiomass (ecology)BiochemistryBiologyInorganic chemistryEcologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Ethanol fermentation requires oxygen to maintain high biomass and cell viability, especially under very-high-gravity (VHG) condition. In this work, fermentation redox potential (ORP) was applied to drive the aeration process at low dissolved oxygen (DO) levels, which is infeasible to be regulated by a DO sensor. The performance and characteristics of flocculating yeast grown under 300 and 260 g glucose/L conditions were subjected to various aeration strategies including: no aeration; controlled aeration at -150, -100 and -50 mV levels; and constant aeration at 0.05 and 0.2 vvm. The results showed that anaerobic fermentation produced the least ethanol and had the highest residual glucose after 72 h of fermentation. Controlled aerations, depending on the real-time oxygen demand, led to higher cell viability than the no-aeration counterpart. Constant aeration triggered a quick biomass formation, and fast glucose utilization. However, over aeration at 0.2 vvm caused a reduction of final ethanol concentration. The controlled aeration driven by ORP under VHG conditions resulted in the best fermentation performance. Moreover, the controlled aeration could enhance yeast flocculating activity, promote an increase of flocs size, and accelerate yeast separation near the end of fermentation.

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 seuil0,001

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 Opus0,005
Tête enseignante GPT0,219
Écart entre enseignants0,214 · 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

Citations44
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207