Prediction of Cu(II) biosorption performances on wild mushrooms <i>Lactarius piperatus</i> using Artificial Neural Networks (ANN) model
Notice bibliographique
Résumé
Abstract This work investigates the possible usage of edible mushrooms as support for metabolic quantities of copper. Biosorption potential of natural and biodegradable matrix formed from wild Lactarius piperatus mushrooms, in suspension (LP) and alginate immobilized based beads (LPAB), was explored. The effects of biomass quantity, Cu(II) concentration, and temperature were assessed. LPAB showed better adsorption capacity (7.67 mg/g) by comparison to LP biosorbent (6.43 mg/g). Also, biosorption efficiencies up to 76 and 99 % for LP and LPAB (for the same quantity of biomass, 2 g), respectively, were obtained. Furthermore, a multilayer feed forward Artificial Neural Network (ANN) model was developed in order to predict the biosorption efficiency. The trained ANNs, for LP and LAPB biosorbents, showed good correlation (R = 0.998) between the predicted and experimental biosorption efficiency, associated to reduced mean relative errors and demonstrated that the ANN has a good generalization potential. 1–2 g of Lactarius piperatus mushroom, as powder or in alginate‐based beads containing Cu(II), could be used as a dietary supplement in order to supply the daily copper demand of the organism.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».