MétaCan
Menu
Retour à la cohorte
Enregistrement W4378905607 · doi:10.18331/brj2023.10.2.2

Thermodynamic method for analyzing and optimizing pretreatment/anaerobic digestion systems

2023· article· en· W4378905607 sur OpenAlexvenueno aff
Lee D. Hansen

Notice bibliographique

RevueBiofuel Research Journal · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMethanogenesisAnaerobic digestionMethanosaetaChemistryBiogasPropionateMethanosarcinaValerateBicarbonateMethanogenMethaneBiochemistryBiologyButyrateEcologyFermentationOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This paper builds a quantitative thermodynamic model for the microbial hydrolysis process (MHP, which uses Caldicellulosiruptor bescii at 75°C for pre-digestion) for producing biogas from a 5-10% aqueous suspension of dairy manure (naturally buffered near pH 7.8 by ammonium bicarbonate) by anaerobic digestion with a mix of acetoclastic and syntrophic methanogenesis. Standard Gibbs energy changes were calculated for the major reactions in pre-digestion, for reactions producing H2, acetate, and CO2 in the digester, and for methanogenesis reactions in the digester. The available data limit the study to analyzing reactions in the digester to reactions of short-chain volatile fatty acids anions. Results are presented as curves of ΔrxnG (Gibbs energy change) vs. acetate concentration. The H2(aq) concentration must be above 1.2×10-9 M to get significant syntrophic methanogenesis, i.e., for ΔrxnG to be negative. The results show syntrophic methanogenesis of propionate, butyrate, and valerate slows as acetate concentration increases because hydrogen production also decreases, and consequently, biogas production from syntrophic methanogenesis slows as acetate increases. Bicarbonate also inhibits both acetoclastic and syntrophic methanogenesis but is necessary to prevent acidification (souring) of the digester. At identical steady-state conditions, acetoclastic methanogenesis runs about 1.4 times faster than syntrophic methanogenesis. Because syntrophic methanogenesis produces acetate catabolized by acetoclastic methanogens, both types of methanogens are necessary to maximize biogas production. The culture in the digester is predicted to evolve to optimize the ratio of acetoclastic methanogens to syntrophic methanogens, a condition signaled by a constant, low acetate concentration in the digester effluent. Obtaining volatile solids reduction as high as 75% with MHP requires a feedstock with less than 25% lignin and a culture of acetoclastic methanogens and syntrophic methanogens and their symbiotic bacteria.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,041
Tête enseignante GPT0,364
Écart entre enseignants0,323 · 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'étudeSimulation ou modélisation
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

Citations24
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofuel Research JournalMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207