MétaCan
Menu
Retour à la cohorte
Enregistrement W3106575345 · doi:10.3390/pr8121580

Volatile Fatty Acids and Biomethane Recovery from Thickened Waste Activated Sludge: Hydrothermal Pretreatment’s Retention Time Impact

2020· article· en· W3106575345 sur OpenAlexafffund
Farokh Laqa Kakar, Ahmed El Sayed, Neha Purohit, Elsayed Elbeshbishy

Notice bibliographique

RevueProcesses · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiogasChemistryMesophileChemical oxygen demandAnaerobic digestionFermentationActivated sludgeMethaneHydrothermal circulationYield (engineering)Fatty acidHydraulic retention timeChromatographyPulp and paper industryNuclear chemistryFood scienceWastewaterBiochemistryWaste managementOrganic chemistryChemical engineeringBiology

Résumé

récupéré en direct d'OpenAlex

The main objective of this study was to evaluate the hydrothermal pretreatment’s retention time influence on the volatile fatty acids and biomethane production from thickened waste activated sludge under mesophilic conditions. Six different retention times of 10, 20, 30, 40, 50, and 60 min were investigated while the hydrothermal pretreatment temperature was kept at 170 °C. The results showed that the chemical oxygen demand (COD) solubilization increased by increasing the hydrothermal pretreatment retention time up to 30 min and stabilized afterwards. The highest COD solubilization of 48% was observed for the sample pretreated at 170 °C for 30 min. Similarly, the sample pretreated at 170 °C for 30 min demonstrated the highest volatile fatty acids yield of 14.5 g COD/Lsubstrate added and a methane yield of 225 mL CH4/g TCODadded compared to 4.3 g COD/Lsubstrate added and 163 mL CH4/g TCODadded for the raw sample, respectively. The outcome of this study revealed that the optimum conditions for solubilization are not necessarily associated with the best fermentation and/or digestion performance.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,215
Écart entre enseignants0,201 · 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

Citations12
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProcessesMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207