Bench-Scale Liquid-Phase Microaeration and Iron Dosing Comparison for In Situ Biogas Desulfurization and Antibiotic Resistance Management in Mesophilic Anaerobic Digestion
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.
Notice bibliographique
Résumé
Microaeration and iron dosing are promising in situ desulfurization methods for anaerobic digestion (AD). However, limited reports exist on their systematic comparison. Consequently, this study investigated liquid-phase microaeration (60–106 mL air/L reactor /d) and ferric chloride (250–650 mg FeCl 3 /L) dosages in mesophilic AD of sewage sludge operated at a solid residence time of 20 days. Both methods provided up to 88% H 2 S removal and moderate siloxane removal (30–37%) but had no apparent impact on mercaptan removal from biogas. However, the control and test reactors demonstrated equivalent AD performance in terms of biomethane yields, chemical oxygen demand, and total/volatile solids degradation efficiencies, indicating that air and iron dosages were primarily utilized for biogas desulfurization. Still, both methods resulted in substantial changes in microbial community composition. Notably, the indication of syntrophy between facultative microbes and hydrogenotrophic methanogens was intensified by both methods. For both methods, antibiotic resistance gene (ARG) and mobile genetic element (MGE) abundances in digestate decreased considerably due to the decrease in the abundance of potential ARG hosts. Compared to iron dosing, MGE removal was slightly higher in the microaeration reactor. These findings provide valuable insights into the efficacy of these two approaches in desulfurization and the reduction of antibiotic resistance in AD.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle