MétaCan
Menu
Retour à la cohorte
Enregistrement W2891946908 · doi:10.3934/mbe.2019004

Growth on two limiting essential resources in a self-cycling fermentor

2018· article· en· W2891946908 sur OpenAlexaff
Ting-Hao Hsu, Tyler Meadows, LinWang, Gail S. K. Wolkowicz

Notice bibliographique

RevueMathematical Biosciences & Engineering · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensUniversity of New BrunswickMcMaster University
Organismes subventionnairesnon disponible
Mots-clésLimitingCyclingPopulationProcess (computing)Control theory (sociology)Impulse (physics)Environmental scienceSteady state (chemistry)MathematicsProcess engineeringMechanicsComputer scienceEngineeringChemistryPhysicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

A system of impulsive differential equations with state-dependent impulses is used to model the growth of a single population on two limiting essential resources in a self-cycling fermentor. Potential applications include water purification and biological waste remediation. The self-cycling fermentation process is a semi-batch process and the model is an example of a hybrid system. In this case, a well-stirred tank is partially drained, and subsequently refilled using fresh medium when the concentration of both resources (assumed to be pollutants) falls below some acceptable threshold. We consider the process successful if the threshold for emptying/refilling the reactor can be reached indefinitely without the time between successive emptying/refillings becoming unbounded and without interference by the operator. We prove that whenever the process is successful, the model predicts that the concentrations of the population and the resources converge to a positive periodic solution. We derive conditions for the successful operation of the process that are shown to be initial condition dependent and prove that if these conditions are not satisfied, then the reactor fails. We show numerically that there is an optimal fraction of the medium drained from the tank at each impulse that maximizes the output of the process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil0,527

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,279
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Biosciences & EngineeringMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207