MétaCan
Menu
Retour à la cohorte
Enregistrement W3169370499 · doi:10.1016/j.cej.2021.130511

Continuous removal of ethanol from dilute ethanol-water mixtures using hot microbubbles

2021· article· en· W3169370499 sur OpenAlexfundno aff
Joseph Calverley, William Zimmerman, David J. Leak, Hemaka Bandulasena

Notice bibliographique

RevueChemical Engineering Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensnon disponible
Organismes subventionnairesInnovate UKBiotechnology and Biological Sciences Research CouncilEngineering and Physical Sciences Research CouncilEmissions Reduction Alberta
Mots-clésEthanolEthanol fuelChemistryIndustrial fermentationBioreactorStripping (fiber)FermentationChromatographyAir strippingBiofuelEthanol fermentationPulp and paper industryMaterials scienceWaste managementBiochemistryOrganic chemistryWastewater

Résumé

récupéré en direct d'OpenAlex

Product inhibition is a barrier to many fermentation processes, including bioethanol production, and is responsible for dilute product streams which are energy intensive to purify. The main purpose of this study was to investigate whether hot microbubble stripping could be used to remove ethanol continuously from dilute ethanol–water mixtures expected in a bioreactor and maintain ethanol concentrations below the inhibitory levels for the thermophile Parageobacillus thermoglucosidasius (TM242), that can utilize a range of sugars derived from lignocellulosic biomass. A custom-made microbubble stripping unit that produces clouds of hot microbubbles (~120 °C) by fluidic oscillation was used to remove ethanol from ~2% (v/v) ethanol–water mixtures maintained at 60 °C. Ethanol was continuously added to the unit to simulate microbial metabolism. The initial liquid height and the ethanol addition rate were varied from 10 to 50 mm and 2.1–21.2 g h−1 respectively. In all the experiments, ethanol concentration was maintained well below the inhibition threshold of the target organism (~2% [v/v]). This microbubble stripping unit has the potential to operate in conjunction with a 0.5–1.0 L fermenter to allow an ethanol productivity of 14.9–7.8 g L−1h−1 continuously.

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 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 enseignants0,018
Score d'incertitude au seuil0,677

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 recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,197
Écart entre enseignants0,186 · 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.

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

Citations21
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Engineering JournalMême sujetBiofuel production and bioconversionTravaux en français237 207