The effect of salinity concentration on algal biomass production and nutrient removal from municipal wastewater by <i>Dunaliella salina</i>
Notice bibliographique
Résumé
Extensive amounts of organic and inorganic substances are discharged into the environment, and they have been ascribed to a number of anthropogenic activities including agriculture, industry, and domestic processes. Microalgae, as a promising alternative feedstock for bioenergy production, have advantages in the uptake of nutrients from wastewater for biomass production. This study assessed the feasibility of mass cultivation of microalgae in controlled environment tertiary treated municipal wastewater. Dunaliella salina (D salina) was selected for its high beta carotene generation capacity and being a halophilic species to protect our freshwater resources further in wastewater remediation. Nutrient analyses indicated that D salina can significantly remove nitrate, ammonia, and phosphorus from municipal wastewater in the range of 45% to 88%. Among all combinations studied, the optimal algal growth was observed at 30 ppt salinity level, with a 75% wastewater concentration (3:1 ratio of wastewater and saline water mixture—the growth medium). The findings concluded that D salina has great capacity for nutrient uptake while providing high-value bioproducts. It can therefore be recommended as a potential candidate species that could be used in wastewater treatment systems coupled with high-value bioproducts production.
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 | 0,002 | 0,001 |
| 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 ».