MétaCan
Menu
Retour à la cohorte
Enregistrement W2808801391 · doi:10.1016/j.heliyon.2018.e00657

Temperature and pH effect on glucose production from pretreated bagasse by a novel species of Citrobacter and other bacteria

2018· article· en· W2808801391 sur OpenAlexaff
Jamila A.D. Jones, Russell G. Kerr, Bradley Haltli, Winston F. Tinto

Notice bibliographique

RevueHeliyon · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésCitrobacterBagasseCellulaseBacteriaEnterobacterHydrolysisChemistryFood scienceMicrobiologyBiochemistryBiologyEscherichia coliBiotechnology

Résumé

récupéré en direct d'OpenAlex

Cellulolytic bacteria that produce cellulases, which are active over a range of pH and temperatures, can be used to catalyze hydrolysis of pretreated lignocellulosic material. This is important in the production of second generation biofuels among other biotechnological applications. In this investigation, bacteria isolated from sugarcane bagasse were identified as strains of Enterobacter xiangfangensis , Serratia rubidaea , Klebsiella pneumoniae and a novel species of Citrobacter designated Citrobacter sp. UWIBGS10. The glucose production potential of these strains was studied on thermally and solvent pretreated sugarcane bagasse. This was performed at 24-hour intervals up to 168 hours in the range of pH 5–9 and temperature range 25–40 °C. Maximal concentrations of glucose for Citrobacter sp. UWIBGS10 occurred at pH 6 and 25 °C. For E. xiangfangensis , S. rubidaea , K. pneumoniae glucose concentrations were consistent across the pH and temperature ranges examined. From these results it could be concluded that the bacteria demonstrated ability for lignocellulolytic hydrolysis for the production of glucose and could be further explored for the characterization of commercial cellulolytic enzymes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,189
Écart entre enseignants0,182 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetBiofuel production and bioconversionTravaux en français237 207