MétaCan
Menu
Retour à la cohorte
Enregistrement W4298313075

Gallinaza: un residual avícola como fuente alternativa de nutrientes para producción de biomasa microalgal

2007· article· es· W4298313075 sur OpenAlexaff
Reyna Moronta

Notice bibliographique

RevueDialnet (Universidad de la Rioja) · 2007
Typearticle
Languees
DomaineAgricultural and Biological Sciences
ThématiqueBotanical Research and Applications
Établissements canadiensCanadian Society of Microbiologists
Organismes subventionnairesnon disponible
Mots-clésEnvironmental science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La gallinaza puede ser usada como una fuente alternativa de nutrientes para el cultivo de microalgas, proveyendo de biomasa microalgal utilizable como producto final. El objetivo de este trabajo fue evaluar el efecto de la fracción soluble de gallinaza (FSG) a tres diferentes concentraciones (6, 18 y 36%) sobre el crecimiento, la producción de pigmentos y proteínas de la microalga marina Chroomonas sp. y de la microalga de agua dulce Chlorella sorokiniana. La FSG no biodegradada mostró un efecto letal sobre el crecimiento de ambas microalgas. La FSG tratada aeróbicamente mejoró el crecimiento de Chroomonas sp. a 18% con 131,37 ±13,66 x106 cel mL-1, y a 36% para C. sorokiniana de 228,64 ±4,90 x106 cel mL-1 (p<0,05). De igual forma, el peso seco más alto se obtuvo a 18 y 36% para Chroomonas y C. sorokiniana de 1,69 ±0,03 y 1,07 ±0,01 mg mL-1, respectivamente (p<0,05). La producción de pigmentos fue más alta a 36% de FSG. Los máximos valores de clorofila fueron de 21,49 ±2,51 y 16,06 ±0,83 mg mL-1, y de carotenoides de 12,35 ±1,69 y 1,96 ±0,19 mg mL-1 para Chroomonas y C. sorokiniana, respectivamente. La máxima producción de proteínas fue alcanzada a 18% para Chroomonas sp con 384,54 ±18,52 mg mL-1, y a 36% para C. sorokiniana con 779,53 ±11,14 mg mL-1 (p<0,05). Estos resultados sugieren que la fracción soluble de gallinaza puede ser usada como una fuente de nutrientes para la producción de biomasa enriquecida con pigmentos y proteínas, reduciendo así costos de cultivo.

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,635
Score d'incertitude au seuil0,841

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,288
Écart entre enseignants0,271 · 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'étudeObservationnel
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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDialnet (Universidad de la Rioja)Même sujetBotanical Research and ApplicationsTravaux en français237 207