Potential of Ulva lactuca for municipal wastewater bioremediation and fly food
Notice bibliographique
Résumé
ABSTRACT Macroalgae are considered a promising approach for wastewater treatment and could also ultimately provide an alternative animal food source in addition to a biofuel feedstock. Their large size and/or tendency to grow as dense floating mats or substrate-attached turfs lead to lower separation and drying costs than microalgae. In this study, the macroalgae species Ulva lactuca (U. lactuca) were used to investigate their capacity for treating municipal wastewaters, and the feasibility of using the harvested biomass as a feed for the fruit fly Drosophila melanogaster, an animal model for biological research. Results indicated that U. lactuca could successfully grow on three types of wastewaters studied with biomass productivities of 8.12–64.3 g·DW (dry weight)/(m 2 ·d). The secondary wastewater (SW) was demonstrated as the most effective wastewater medium for U. lactuca growth. However, both high nitrogen (92.5%–98.9%) and phosphorus (64.5%–88.6%) removal efficiencies were observed in all wastewaters, particularly in primary wastewater and SW, while the highest removal rates (N 24.7 ± 0.97 and P 0.69 ± 0.01 mg/(g·DW·d)) were obtained in centrate wastewater. Moreover, the addition of 20% washed U. lactuca into 80% standard fly food (w/w) led to an extended life span and stable body weights in flies while not for the food treatment with 20% unwashed U. lactuca. This study demonstrates an effective approach for the macroalgae-based treatment of municipal wastewater and the biomass for animal feed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».