MétaCan
Menu
Retour à la cohorte
Enregistrement W3039579885 · doi:10.3389/fbioe.2020.00734

Fish Waste Based Lipopeptide Production and the Potential Application as a Bio-Dispersant for Oil Spill Control

2020· article· en· W3039579885 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueFrontiers in Bioengineering and Biotechnology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial bioremediation and biosurfactants
Établissements canadiensFisheries and Oceans CanadaBiotechnology Research InstituteMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsFisheries and Oceans CanadaCanada Foundation for Innovation
Mots-clésDispersantLipopeptideFish <Actinopterygii>Oil spillEnvironmental scienceFisheryProduction (economics)ChemistryBiologyEnvironmental engineeringBacteriaDispersion (optics)

Résumé

récupéré en direct d'OpenAlex

There is a growing acceptance worldwide for the application of dispersants as an offshore oil spill response. The development of dispersants with less toxicity and higher biodegradability is a step forward to implementing more environmentally friendly oil spill response techniques. Biosurfactant based environmental biotechnology development has acquired increasingly attention. A bio-dispersant agent with a lipopeptide biosurfactant produced by Bacillus substilis N3-1P as the key component was formulated in this study. The economic feasibility of biosurfactant production using fish waste-based peptone as a nutrient substrate was evaluated. Protein hydrolysate was prepared from cod liver and head wastes. Hydrolysis conditions (i.e., time, temperature, pH and enzyme to substrate level) for preparing protein hydrolysates were optimized by response surface methodology using a factorial design. The fish liver and head waste generated peptones improved biosurfactant productivities to 54.72 critical micellar dilution (CMD) and 47.59 CMD, respectively. Biosurfactants generated by fish liver peptone had a lower critical micellar concentration of 0.18 g L-1 and could reduce the surface tension of distilled water to 27.9 mN/m. Structure characterization proved that the generated biosurfactants belong to lipopeptide. As a replacement to the key surfactant dioctyl sulfosuccinate sodium (DOSS) used in Corexit 9500, a binary mixture of lipopeptides and DOSS was developed. Lipopeptides exerted synergistic effects on the binary surfactant system. The highest dispersion efficiency (76.8% for Alaska North Slope oil) was achieved at a biodispersant composition of 80/20 (V/V) of lipopeptides/DOSS. The experiment result developed an environmentally friendly, cost-efficient biodispersant that could be applied for marine oil spill treatment. This study also leads to an effective waste management option to produce high-added value bioproducts.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,703
Score d'incertitude au seuil0,315

Scores Codex et Gemma par catégorie

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 ouverte0,0000,000
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 Opus0,003
Tête enseignante GPT0,166
Écart entre enseignants0,163 · 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