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 OpenAlex
Lee D. Hansen

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

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.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,251
Score d'incertitude au seuil0,324

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,041
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