MétaCan
Menu
Retour à la cohorte
Enregistrement W3095452836 · doi:10.1021/acs.est.0c05000

In Vivo Polymerization (“Hard-Wiring”) of Bioanodes Enables Rapid Start-Up and Order-of-Magnitude Higher Power Density in a Microbial Battery

2020· article· en· W3095452836 sur OpenAlexfundno aff
Kristian L. Dubrawski, Sung-Geun Woo, Wei Chen, Xing Xie, Yi Cui, Craig S. Criddle

Notice bibliographique

RevueEnvironmental Science & Technology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Fuel Cells and Bioremediation
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaStanford Woods Institute for the Environment
Mots-clésMicrobial fuel cellPower densityBattery (electricity)PolymerizationCathodeChemistryChemical engineeringElectrochemistryMaterials scienceAnodeElectrodeOrganic chemistryPolymerPower (physics)

Résumé

récupéré en direct d'OpenAlex

For microbial electrochemical technologies to be successful in the decentralized treatment of wastewater, steady-state power density must be improved and cost must be decreased. Here, we demonstrate in vivo polymerization (“hard-wiring”) of a microbial community to a growing layer of conductive polypyrrole on a sponge bioanode of a microbial battery, showing rapid biocatalytic current development (∼10 times higher than a sponge control after 4 h). Moreover, bioanodes with the polymerized inoculant maintain higher steady-state power density (∼2 times greater than the control after 28 days). We then evaluate the same hard-wired bioanodes in both a two-chamber microbial fuel cell and microbial battery with a solid-state NaFeIIFeIII(CN)6 (Prussian Blue) cathode, showing approximately an order-of-magnitude greater volumetric power density with the microbial battery. The result is a rapid start-up, low-cost (no membrane or platinum catalyst), and high volumetric power density system (independent of atmospheric oxygen) for harvesting energy and carbon from dilute organics in wastewater.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,037
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,183
Écart entre enseignants0,176 · 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 tête enseignante, pas un consensus.

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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMicrobial Fuel Cells and BioremediationTravaux en français237 207