Enhancing waste degradation and biogas production by pre-digestion with a hyperthermophilic anaerobic bacterium
Notice bibliographique
Résumé
The hyperthermophilic anaerobic bacterium, Caldicellulosiruptor bescii, is effective in degrading and solubilizing lignocellulosic materials. Laboratory studies have characterized the chemistry of the process for crystalline cellulose and switchgrass, but the data are insufficient for engineering commercial plants to use C. bescii for pre-digestion of waste streams. The purpose of this study is three-fold: 1) to identify any potential toxicities in C. bescii pre-digestion and biogas production from several wastes; 2) to determine the potential enhancement of biogas production by anaerobic digestion of pre-digested dairy manure and waste activated sludge; and 3) to identify variables that must be quantified and controlled for engineering commercial, continuous-flow systems for waste disposal and biogas production incorporating C. bescii pre-digestion. Tests were run at lab-, bench- and pilot plant-scale with C.bescii pre-digestion and controls run at 75°C and pH 7-8 followed by mesophilic anaerobic digestion at 37-41°C. The lab- and bench-scale tests demonstrate that C. bescii is capable of growing on several organic wastes and pre-digestion with C. bescii increases conversion of waste into biogas, typically by a factor of 2 or more. Incorporation of C. bescii pre-digestion in an optimized commercial system is predicted to provide 75-85% volatile solids conversion to biogas with 75% methane when digesting dairy manure and sewage sludge. Achieving these results at a commercial scale requires further work to quantify C. bescii growth and enzyme production rates, as well as rates of base- and enzyme-catalyzed hydrolysis of the polymeric materials, e.g., lignocellulose, in the waste in order to optimize retention times.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».