MétaCan
Menu
Retour à la cohorte
Enregistrement W4399040391 · doi:10.1016/j.jobab.2024.05.003

Bacterial cellulose cookbook: A systematic review on sustainable and cost-effective substrates

2024· review· en· W4399040391 sur OpenAlexvenueno aff
Luis Quijano, Raquel Rodrigues, Dagmar Fischer, Jorge David Tovar-Castro, Alice Payne, Laura Navone, Yating Hu, Hao Yan, Phitsanu Pinmanee, Edgar Poon, Jinghe Yang, Eve Barro

Notice bibliographique

RevueJournal of Bioresources and Bioproducts · 2024
Typereview
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCelluloseBiochemical engineeringBacterial celluloseBusinessComputer sciencePulp and paper industryEnvironmental scienceData scienceEngineeringChemical engineering

Résumé

récupéré en direct d'OpenAlex

Bacterial cellulose is a versatile material with applications in many industries. However, the widespread uptake of bacterial cellulose faces challenges including high production costs and lack of scalability. One approach to address these obstacles is the use of alternative substrates and media, compared to the Hestrin-Schramm (HS) media. By evaluating and selecting appropriate media and substrates, the production of bacterial cellulose can be more efficient: enabling sustainable systems and supply chains where less energy and materials are lost, and the output production is increased. The purpose of this paper is to analyze the current landscape of bacterial cellulose alternative media and substrates (ingredients). Through a systematic review of 198 papers, this review identifies 299 alternative substrates from 12 industries and 101 bacterial cellulose-producing strains, which were systematically compared. This review also finds that there are methodological gaps in this field such as data variability, papers mislabelling the HS media or not using a comparison media, and a lack of strain names. This alternative substrate analysis for bacterial cellulose production demonstrates that overall, for some applications alternative substrates can be taken into consideration that are not only cheaper, but also produce higher yields than HS media.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,323
Écart entre enseignants0,295 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bioresources and BioproductsMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207