Kitchen Waste Residues asKitchen Waste Residues as Potential Renewable Biomass Resources for the Production of Multiple Fungal Carbohydrases and Second Generation Bioethanol
Notice bibliographique
Résumé
Utilization of kitchen waste, the major portion of municipal solid waste for the coproduction of multiple carbohydrases and bioethanol was investigated in this study. Solid-state fermentation was performed to evaluate the potential of various steam pretreated kitchen waste residues as substrates for the coproduction of cellulolytic, hemicellulolytic, pectinolytic, amylolytic enzymes by a locally isolated strain of Aspergillus niger CJ-5. All the kitchen waste residues simply moistened with water, without the supplementation of exogenous nutrients proved good for the induction of all the enzyme components of a cocktail after 96 h incubation. Of all the substrates evaluated, steam pretreated potato peels induced maximum yields corresponding to 69.0±1.92U CMCase, 16.5±0.54U FPase, 44.0±1.28U β-glucosidase, 999.0±28.90U xylanase, 58.2±2.12U mannanase, 120.0±3.72U pectinase, 31520.0±375.78U α-amylase, 482.8±9.82U glucoamylase/g dry substrate (gds). Saccharification of residues using inhouse produced crude enzyme cocktail resulted in the release of 610±10.56, 570±8.89, 435±6.54, 475±4.56, 445±4.27, 385±4.49, 370±6.89, 490±10.45 mg of total reducing sugars/g of dried potato peels, orange peels, pineapple peels, mausami peels, onion peels, banana stalks, pea pods and composite mixture respectively revealing carbohydrate conversion efficiencies in the range of 97.0-99.4%. After fermentation of released hexoses, alcohol yields ranging from 80±1.069 - 262±7.86 µL/gds were obtained.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».