MétaCan
Menu
Retour à la cohorte
Enregistrement W4386884807 · doi:10.1007/s12155-023-10674-8

Iron and Nickel Supplementation Exerts a Significant Positive Effect on the Hydrogen and Methane Production from Organic Solid Waste in a Two-Stage Digestion

2023· article· en· W4386884807 sur OpenAlexaff
Karina J. Salazar-Batres, Audrey‐Anne Durand, Philippe Constant, Iván Moreno‐Andrade

Notice bibliographique

RevueBioEnergy Research · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesInstituto de Ingeniería, Universidad Nacional Autónoma de MéxicoDirección General de Asuntos del Personal Académico, Universidad Nacional Autónoma de México
Mots-clésBiogasAnaerobic digestionAcidogenesisChemistryMethanogenesisMethaneSubstrate (aquarium)Hydrogen productionBiohydrogenEffluentAnimal scienceHydrogenNuclear chemistryWaste managementBiologyOrganic chemistryEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Two-stage anaerobic digestion and trace metals (TM) supplementation are promising techniques to improve biogas production. Fe2+ and Ni2+ can improve process stability since they are part of the cofactors of enzymes and microorganisms’ growth. This work attempted to evaluate the effect of Fe2+ and Ni2+ addition on H2-rich biogas production from organic solid waste and the CH4-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 Ni2+ and 334 mg/L of Fe2+. 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 CH4-rich biogas in the second stage. In the first stage, the productivity achieved was 1823 ± 160 mL H2/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 CH4 yields increased by 42%. The highest productivity achieved in the second stage was 1278 ± 42 mL CH4/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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,031
Tête enseignante GPT0,320
Écart entre enseignants0,289 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioEnergy ResearchMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207