Iron and Nickel Supplementation Exerts a Significant Positive Effect on the Hydrogen and Methane Production from Organic Solid Waste in a Two-Stage 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
Abstract Two-stage anaerobic digestion and trace metals (TM) supplementation are promising techniques to improve biogas production. Fe 2+ and Ni 2+ can improve process stability since they are part of the cofactors of enzymes and microorganisms’ growth. This work attempted to evaluate the effect of Fe 2+ and Ni 2+ addition on H 2 -rich biogas production from organic solid waste and the CH 4 -rich biogas production from the acidogenic effluents (AEs) enriched with TM. The TM concentrations that enhanced the hydrogen yield in the batch were 0.25 mg/L of Ni 2+ and 334 mg/L of Fe 2+ . These concentrations were evaluated in a two-stage system. The substrate for the batch tests and fermentative reactor (first stage) was OSW. The AE generated in the first stage was the substrate to produce CH 4 -rich biogas in the second stage. In the first stage, the productivity achieved was 1823 ± 160 mL H 2 /L/day. However, TM supplementation decreased productivity by 65% since the VS removal increased. Megasphaera genus predominated in the first stage. Regarding the methanogenic reactor, the undiluted AE without TM caused the fast decay of the process. Nevertheless, the reactor operated stably after using AE enriched with TM as a substrate, and CH 4 yields increased by 42%. The highest productivity achieved in the second stage was 1278 ± 42 mL CH 4 /L/day, operating with an organic loading rate of 2.8 gVS/L/day. The genera Proteiniphilum , Thermovirga , DMER64 , Anaerovorax , and Syntrophomonas predominated in the second stage. In conclusion, AE enriched with TM can be used to recover the stability of anaerobic digesters, increasing methane production.
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 | 0,001 | 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 | 0,000 |
| 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