Development of a Consolidated Anaerobic Digester and Microbial Fuel Cell to Produce Biomethane and Electricity from Cellulosic Biomass Using Bovine Rumen Microorganisms
Notice bibliographique
Résumé
Microbial fuel cells (MFCs) are bioelectrochemical systems that convert chemical energy contained in organic matter into electrical energy by using the catalytic (metabolic) activity of living microorganisms. Mediator-less two chamber H-type MFCs were constructed in the current study, using dairy digester microbial population as anode inocula to convert finely ground pine tree (Avicel) at 2% (w/v) to electricity. MFCs were placed at 37°C and after the circuit voltage was stabilized on d9, bovine rumen microorganisms cultured anaerobically for 48 hrs in cellulose broth media were added to treatment group of MFC at 1% v/v dosage. MFC power and current across an external resistor were measured daily for 10 d. At the end of incubation on d19 head space gas and anode chamber liquid solutions were collected and analyzed for total gas volume and composition, and volatile fatty acids, respectively. Addition of enriched rumen microorganisms to anaerobic anode chamber increased cellulose digestibility and increased both CO2 and methane production; however, it decreased the methane to CO2 ratio. Over the experimental period, electricity generation was increased with rumen microorganism addition, and power density normalized to anode surface area was 17.6 to 67.2 mW/m2 with average of 36.0 mW/m2 in treatment, while control group had 3.6 to 21.6 (AVE 12.0) mW/m2. These observations imply that biocatalysis in MFCs requires additional cellulolytic activities to utilize structural biomass in bioenergy 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».