MétaCan
Menu
Retour à la cohorte
Enregistrement W2586196663 · doi:10.1002/bit.26261

Light dilution via wavelength management for efficient high‐density photobioreactors

2017· article· en· W2586196663 sur OpenAlex
Matthew D. Ooms, Percival J. Graham, Brian Nguyen, Edward H. Sargent, David Sinton

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBiotechnology and Bioengineering · 2017
Typearticle
Langueen
DomaineEnergy
ThématiqueAlgal biology and biofuel production
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésPhotobioreactorWavelengthDilutionLight intensityMonochromatic colorAbsorption (acoustics)Visible spectrumOpticsMaterials scienceOptoelectronicsBiomass (ecology)BiologyPhysicsEcology

Résumé

récupéré en direct d'OpenAlex

The spectral distribution of light influences microalgae productivity; however, development of photobioreactors has proceeded largely without regard to spectral optimization. Here, we use monochromatic light to quantify the joint influence of path length, culture density, light intensity, and wavelength on productivity and efficiency in Synechococcus elongatus. The productivity of green light was ∼4× that of red at the highest levels of culture density, depth, and light intensity. This performance is attributed to the combination of increased dilution and penetration of this weakly absorbed wavelength over a larger volume fraction of the reactor. In contrast, red light outperformed other wavelengths in low-density cultures with low light intensities. Low-density cultures also adapted more rapidly to reduce absorption of longer wavelengths, allowing for prolonged cultivation. Taken together, these results indicate that, particularly for artificially lit photobioreactors, wavelength needs to be included as a critical operational parameter to maintain optimal performance. Biotechnol. Bioeng. 2017;114: 1160-1169. © 2017 Wiley Periodicals, Inc.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,223
Score d'incertitude au seuil0,567

Scores Codex et Gemma par catégorie

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 Opus0,008
Tête enseignante GPT0,203
Écart entre enseignants0,195 · 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