MétaCan
Menu
Retour à la cohorte
Enregistrement W2982452202 · doi:10.1021/acs.analchem.9b03923

Monitoring Microalgal Biofilm Growth and Phenol Degradation with Fiber-Optic Sensors

2019· article· en· W2982452202 sur OpenAlexaboutno aff
Nianbing Zhong, Yongwu Wu, Zhengkun Wang, Haixing Chang, Dengjie Zhong, Yunlan Xu, Xinyu Hu, Liwen Huang

Notice bibliographique

RevueAnalytical Chemistry · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBiofilmPhenolChemistryDegradation (telecommunications)Chemical engineeringChlorella vulgarisOrganic chemistryAlgae

Résumé

récupéré en direct d'OpenAlex

Simple D-type plastic optical fiber (POF) probes (i.e., sensor, reference, and photochemical probes) were created to accurately monitor the progression and phenol degradation of a Chlorella vulgaris biofilm. The sensor and reference probes were used to monitor the biofilm growth (thickness). The sensor probe, which consisted of a D-shaped POF and Canada balsam doped with GeO 2 (CBG) coating, was developed to monitor the biofilm growth and change in the liquid-phase composition and its concentration inside the biofilm. The reference probe, which comprised a D-shaped POF, CBG coating, and glass fiber membrane (to separate the liquids from Chlorella vulgaris ), was used to measure the response to changes in the liquid phase. A model was developed to demonstrate the accurate measurement of the biofilm thickness. The photochemical POF probe was coupled with a high-permselectivity phenol polymer membrane to monitor the phenol concentration and analyze the degradation time of 50 mg/L phenol with microalgal biofilms. A fixed relationship was obtained between the biofilm sensor output information and biofilm thickness for a biofilm thickness range of 0–290 μm with a periodic supply of 50 mg/L phenol solution. The highest phenol degradation rate occurred at a biofilm thickness of 191–222 μm. The proposed system can be used to investigate microalgal biomass and can provide a promising avenue for research on renewable resources and pollutant degradation.

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 enseignants0,003
Score d'incertitude au seuil0,006

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 savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,215
Écart entre enseignants0,206 · 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

Citations33
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetWater Quality Monitoring and AnalysisTravaux en français237 207