MétaCan
Menu
Retour à la cohorte
Enregistrement W4390297980 · doi:10.1016/j.biortech.2023.130247

Microbiome assembly and stability during start-up of a full-scale, two-phase anaerobic digester fed cow manure and mixed organic feedstocks

2023· article· en· W4390297980 sur OpenAlexaff
Amy C. DeCola, Lucinda C. Toppen, Kennedy P. Brown, Ali Reza Dadkhah, Donna M. Rizzo, Ryan Ziels, Matthew Scarborough

Notice bibliographique

RevueBioresource Technology · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesU.S. Department of Education
Mots-clésAnaerobic digestionBiogasAnaerobic exerciseManureMetagenomicsArchaeaMicrobiomeMicrobial population biologyHydrolysisMethaneBioreactorPulp and paper industryWaste managementBiologyFood scienceBacteriaBiochemistryEcologyEngineeringGeneBotany

Résumé

récupéré en direct d'OpenAlex

Carbon transformations during anaerobic digestion are mediated by complex microbiomes, but their assembly is poorly understood, especially in full-scale digesters. Gene-centric metagenomics combining functional and taxonomic classification was performed for an on-farm digester during start-up. Cow manure and organic waste pre-treated in a hydrolysis tank were fed to the methane-producing digester and the volatile solids loading rate was slowly increased from 0 to 3.5 kg volatile solids m−3 d−1 over one year. The microbial community in the anaerobic digester exhibited a high ratio of archaea, which were dominated by hydrogenotrophic methanogens. Bacteria in the anaerobic digester had a high abundance of genes for ferredoxin cycling, H2 generation, and more metabolically complex fermentations than in the hydrolysis tank. In total, the results show that a functionally stable microbiome was achieved quickly during start-up and that the microbiome created in the low-pH hydrolysis tank did not persist in the downstream anaerobic digester.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,219
Écart entre enseignants0,211 · 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'étudeObservationnel
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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioresource TechnologyMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207