MétaCan
Menu
Retour à la cohorte
Enregistrement W2513199783 · doi:10.1002/cjce.22631

Kinetic modelling of cell growth, substrate utilization, and biosurfactant production from solid agrowaste (<i>Beta vulgaris)</i> by <i>Bacillus licheniformis</i> STK 01

2016· article· en· W2513199783 sur OpenAlexvenueno aff
Olusola Solomon Amodu, Tunde V. Ojumu, Seteno Karabo Obed Ntwampe

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial bioremediation and biosurfactants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBacillus licheniformisSubstrate (aquarium)ChemistryFood scienceBiochemistryBacteriaBiologyBacillus subtilis

Résumé

récupéré en direct d'OpenAlex

Abstract The kinetics of cell growth, substrate utilization, and biosurfactant production by Bacillus licheniformis STK 01 from a solid agrowaste substrate (Beta vulgaris) and a refined substrate (mineral salts, MS) was investigated. Data obtained were fitted to the integrated Monod equation, logistic models, and Leudeking–Piret model using nonlinear regression analyses. The maximum cell growth was observed after 72 h of fermentation for both substrates. The highest biosurfactant production was 5.8 ± 0.5 g/L when the B. vulgaris waste substrate was used, while the production increased up to 9.78 ± 1.02 g/L when MS was used. The biosurfactant produced from B. vulgaris and MS lowered the surface tension of the broth to 30 and 23.5 mN/m respectively. Furthermore, from the kinetic data analyses, cell growth and B. vulgaris utilization were described by the logistic model and modified Monod equation, respectively, with the maximum cell growth rate of 0.026 h−1, cell yield of 0.617, and the Monod saturation constant being 0.418 g/L. Similarly, biosurfactant production was best described by the logistic model while the production rate constant was 0.140 h−1. This study is applicable, among other areas, in the design of biological systems augmented with B. vulgaris waste.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
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 Opus0,011
Tête enseignante GPT0,165
Écart entre enseignants0,154 · 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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetMicrobial bioremediation and biosurfactantsTravaux en français237 207