MétaCan
Menu
Retour à la cohorte
Enregistrement W3033224939 · doi:10.1002/cjce.23822

Development of dissolved carbon dioxide‐driven‐and‐controlled repeated batch fermentation process for ethanol production

2020· article· en· W3033224939 sur OpenAlexaffvenue
Sijing Feng, Yen‐Han Lin

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésFermentationChemistryIndustrial fermentationCarbon dioxideEthanolEthanol fuelYield (engineering)Pulp and paper industryFood scienceChromatographyBiochemistryOrganic chemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract We previously observed that as glucose is completely exhausted during ethanol fermentation, the dissolved carbon dioxide (DCO2) level in the fermenter will suddenly decline. This observation was implemented to design and develop a DCO2‐driven‐and‐controlled repeated batch fermentation process for ethanol production. The process was tested at four different glucose concentrations (~150 g/L, ~200 g/L, ~250 g/L, and ~300 g/L), and each glucose concentration was controlled under three respective DCO2 control levels (without DCO2 control, and DCO2 controlled at either 1000 mg/L or 750 mg/L). The results show that reported process features complete glucose utilization and is self‐driven. For glucose concentration less than 200 g/L, ~41%‐50% of fermentation time per batch was saved during the repeated batch operation. It took 12.1 ± 1.1 hours‐14.9 ± 1.9 hours to complete a batch with glucose feed at ~250 g/L and 21.7 ± 6 hours‐31.5 ± 7 hours to complete a batch with glucose feed at ~300 g/L. The reported process is time saving and stable, but the ethanol yield is ~20% lower than the operation without DCO2 control. Dissolved CO2 control became essential for glucose concentrations greater than 250 g/L if zero glucose discharge in each batch during the operation is desired.

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)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 GPT0,204
Écart entre enseignants0,189 · 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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetBiofuel production and bioconversionTravaux en français237 207