MétaCan
Menu
Retour à la cohorte
Enregistrement W2886950220

Optimización de la producción de xilanasa bacteriana a partir de Bacillus sp. K1 utilizando residuos lignocelulósicos en el Departamento de Biología de la Universidad de Lakehead, Canadá.

2018· dissertation· es· W2886950220 sur OpenAlexaboutno aff
Solis Carranza, Terry Miguel

Notice bibliographique

Revuenon disponible
Typedissertation
Languees
DomaineNursing
ThématiqueMicrobial Metabolites in Food Biotechnology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesMolecular biologyChemistryPhilosophyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

El objetivo de presente trabajo de titulacion fue verificar y optimizar la produccion de xilanasa por parte de la bacteria Bacillus sp. K1 en el Departamento de Biologia de la Universidad de Lakehead, Canada. Las variables investigadas para la optimizacion fueron fisicas tales como pH, temperatura y volumen de inoculo; y de composicion del medio de fermentacion tales como fuente de carbono, fuente de nitrogeno organico e inorganico y relacion porcentual entre dichos componentes. Adicionalmente, se determino el efecto de iones metalicos (sodio, potasio, magnesio, calcio, ferroso, niqueloso, cuprico, cobaltoso y manganoso) y surfactantes (Polisorbato-20, dodecil sulfato de sodio y Triton X-100) en la actividad enzimatica de la xilanasa producida. La mayor produccion de xilanasa fue tras 36h de fermentacion y lascondiciones fisicas optimas asociadas a la produccion de xilanasa fueron pH 6, temperatura 35oC y volumen de inoculo 1%. La composicion optima del medio de fermentacion determinada esta constituida por: Afrecho de trigo 4%, Glucosa 0.5%, NH4NO3 0.5%, K2HPO4 0.1%, KCl 0.1%, MgSO4 0.05%, peptona 0.5%, SDS 0.1%. La actividad enzimatica generada es de 264.96±7.89 IU/L, con un 248,79% de incremento con respecto al inicial. Los inhibidores mas importantes fueron los iones cuprico y manganoso con 32% y 49,16% de inhibicion comparado con el experimento de control. Las condiciones fisicas de fermentacion y la presencia de celulasa favorecen una futura aplicacion en la industria del bioetanol de segunda generacion.

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 enseignants0,960
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,008
Tête enseignante GPT0,301
Écart entre enseignants0,293 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrobial Metabolites in Food BiotechnologyTravaux en français237 207