Improvement of Microbial Fuel Cell Performance by Selection of Anodic Materials and Enrichment of Inoculum
Notice bibliographique
Résumé
This work aimed at evaluating the effect of four anodic materials and the use of enriched inocula on the microbial fuel cell (MFC) performance. The anodic materials were granular activated carbon (GAC), graphite rod (GR), triangles of graphite (GT) and graphite flakes (GF). When loaded with a sulfate-reducing inoculum (SR-In) the internal resistance (Rint) obtained were 273, 410 and 795 Ω for GF, GT, GR, respectively and higher than 10 000 Ω for GAC, whereas the maximum volumetric power (PV,max) were 1326, 2108 and 3052 mW m-3 for GR, GT and GF, respectively. We observed a decrease of Rint and an increase of PV,max with the increase of the log of A´s of the graphite anodic materials that was consistent with a mathematical model previously reported by our Group. The use of the Fe (III)-reducing inoculum significantly enhanced the MFC performance; PV,max was up to 5000 mW m-3, 40% higher than the power obtained with SR-In whereas the Rint was 140 ohms. Highest PVs of our MFC were close to values of electricity power derived from the anaerobic digestion of municipal wastewaters. In this regard, results of this work point out to a promising approach to further tapping bioelectricity from organic wastes that previously have yielded biohydrogen.
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 | 0,001 | 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 | 0,000 |
| 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) | 0,000 | 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 ».