MétaCan
Menu
Retour à la cohorte
Enregistrement W2950686963 · doi:10.1089/ind.2019.0002

Acetone–Butanol–Ethanol Production from Eastern Canadian Yellow Birch and Screening of Isopropanol–Butanol–Ethanol-Producing Strains

2019· article· en· W2950686963 sur OpenAlexaffabout
Marzouk Benali, Olumoye Ajao, Naïma El Mehdi, Andrea M. Restrepo, Narimene Fradj, Yacine Boumghar

Notice bibliographique

RevueIndustrial Biotechnology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversité du Québec à Trois-RivièresNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésClostridium acetobutylicumFermentationButanolClostridium beijerinckiiAcetoneChemistryBiofuelEthanolRaw materialAcetic acidFood scienceHydrolysisSugarBiomass (ecology)SolventBiochemistryOrganic chemistryBiotechnologyBiologyAgronomy

Résumé

récupéré en direct d'OpenAlex

Yellow birch barks is one of the abundant species in Quebec with harvest surplus in several regions. Biofuels or biochemicals such as biobutanol can be produced using the surplus feedstock, however challenges such as the cost of pretreatment, production of unwanted by-products in the fermentation process, and the efficient recovery of solvents must be addressed to make it feasible. The objectives of this study are to establish the optimal conditions to produce biobutanol from Eastern Canadian yellow birch; to identify natural/local Clostridium sp. strains that are capable of producing Isopropanol-Butanol-Ethanol (IBE) from synthetic sugar mixtures, as candidates for metabolic engineering and to benchmark solvent producing ability with commercially available strains; and to elucidate the challenges of paradigm shift to IBE production. Alkali pretreatment of the biomass using chemical that are present in the Kraft process were performed, followed by enzymatic hydrolysis to obtain fermentable sugars and subsequent fermentation with Clostridium acetobutylicum DSM 792. The results showed that the produced Acetone-Butanol-Ethanol (ABE) solvent concentration were 6.6–8.2 g/L of acetone; 11.2–13.1 g/L of butanol; and 2.5–2.7 g/L of ethanol. The organic acids concentration was acetic acid, 1.1–1.8 g/L, and butyric acid, 0.1–0.2 g/L. Further fermentation experiments to benchmark IBE were performed using both Clostridium beijerinckii DSM 6423 and wild isolated strains, which revealed the gaps in terms of yields and the need to optimize the fermentation paradigm. Moreover, alternative process sequences for product recovery were identified, and the impact of prior liquid-liquid extraction elucidated.

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 enseignants0,637
Score d'incertitude au seuil0,722

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,028
Tête enseignante GPT0,209
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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial BiotechnologyMême sujetBiofuel production and bioconversionTravaux en français237 207