Acidogenic Fermentation of Food Waste for the Production of Short-Chain Fatty Acids: The Impact of Inoculum Type and Inoculum Heat Pretreatment
Notice bibliographique
Résumé
Acidogenic fermentation is an emerging biotechnology that allows for the utilization of food waste as a feedstock to produce high-value products such as short-chain fatty acids (SCFAs), effectively offering a tangible solution for food waste management as well as resource recovery. The objectives of the current study were to identify the ideal inoculum, waste-activated sludge (WAS) or anaerobic digester sludge (AD), for the acidogenic fermentation of food waste at room temperature, as well as to evaluate the impact of heat pretreatment of these inoculums on fermentation performance. The maximum hydrolysis yield of 399 g sCOD/kg VS added was obtained when untreated AD was used as the inoculum, whereas the pretreated AD inoculum provided the highest SCFA yield and conversion efficiency of 238 g sCODSCFA/kg VS added and 71%, respectively. Heat pretreatment had a detrimental impact on the WAS inoculum, leading to lower hydrolysis and SCFA yields, but exerted a positive influence on the AD inoculum. The microbial community showed that heat pretreatment negatively impacted the abundance of non-spore-forming hydrolytic and acidogenic microorganisms. Overall, this study demonstrates the critical role of inoculum type and heat pretreatment in optimizing the acidogenic fermentation process, laying the groundwork for future refinements in SCFA production from food waste through inoculum design.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».