Investigation of phyco-remediation of road salt run-off with marine microalgae<i>Nannochloropsis gaditana</i>
Notice bibliographique
Résumé
Phyco-remediation is an environmental-friendly method, which involves the application of beneficial microalgae to treat wastewater-containing pollutants for a diverse range of conditions. Several industrial processes generate hyper saline wastewater, which is a significant challenge for conventional wastewater treatment, and the disposal of saline waters also has a negative impact on the environment. Road salt run-off is one such saline wastewater stream not currently treated and one that contributes significantly to negatively impacting receiving bodies of water. In this study, Nannochloropsis microalgae were able to assimilate >95% of the nitrates within 8 days in road salt concentrations ranging from 2.6% to 4.4% under phototrophic cultivation mode. Biomass yields of 1-2 g/l of culture were obtained with the maximum lipid of 22% (g/g) biomass in the road salt media. The crude road salt media provided all the essential micronutrients needed for algal cultivation. The fatty acid composition analysis of the obtained lipid composed of C16 and C18 over 45% of FAME are suitable for biofuel. This study has established that the use of road salt containing nitrate and phosphate nutrients will support the growth of marine micro algae for remediation of a waste water system that are the concern at winter-prevalent regions.
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 | 0,001 |
| 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 ».