MétaCan
Menu
Retour à la cohorte
Enregistrement W2510784476 · doi:10.1002/cjce.22653

Continuous hydrogen production by dark fermentation in a foam SiC ceramic packed up‐flow anaerobic sludge blanket reactor

2016· article· en· W2510784476 sur OpenAlexvenueno aff
Hong Sui, Jiao Dong, Mengjia Wu, Xingang Li, Ruiling Zhang, Guozhong Wu

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBiohydrogenBlanketHydrogen productionHydraulic retention timeMaterials sciencePulp and paper industryWaste managementFermentationHydrogenDark fermentationPacked bedChemistryEffluentChromatographyComposite materialFood science

Résumé

récupéré en direct d'OpenAlex

Abstract Biohydrogen generation using anaerobic sludge from a sewage treatment plant is a promising strategy for converting waste into renewable energy. The porous foam SiC ceramic structured packing was used as a support in the up‐flow anaerobic sludge blanket (UASB) reactor to enhance the biohydrogen yield. Using glucose as the major carbon source, the SiC‐UASB reactor was continuously operated under the organic loading rates (OLR) between 30 and 90 gglucose/L · d at a hydraulic retention time (HRT) of 4 h. The maximum hydrogen production rate (5.24 L/L · d) and hydrogen content (50 %) were obtained at 60 gglucose/L · d OLR. It demonstrated that the reaction of fermentation was predominated by the butyric acid pathway. The employment of SiC packings resulted in quick startup (∼5 days) and high efficiency of hydrogen production. The buffering capacity and the cell culture immobilization ability of the UASB reactor were obviously improved by the application of SiC packings, which increased the feasibility of scale‐up of the continuous biohydrogen production system.

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 savante0,0010,000
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 Opus0,006
Tête enseignante GPT0,179
Écart entre enseignants0,173 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207