MétaCan
Menu
Retour à la cohorte
Enregistrement W4403897222 · doi:10.1016/j.renene.2024.121750

Hydrogen production from energetic poplar and waste sludge by electrohydrogenesis using membraneless microbial electrolysis cells

2024· article· en· W4403897222 sur OpenAlexafffund
A. Yağmur Gören, Ahmet Faruk Kilicaslan, İbrahim Dinçer, Ali Khalvati

Notice bibliographique

RevueRenewable Energy · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Fuel Cells and Bioremediation
Établissements canadiensOntario Tech University
Organismes subventionnairesMitacs
Mots-clésHydrogen productionMicrobial electrolysis cellProduction (economics)ElectrolysisWaste managementPulp and paper industryEnvironmental scienceHydrogenBiohydrogenFermentative hydrogen productionChemistryEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Membraneless microbial electrolysis cells (MECs) are potentially considered to produce biohydrogen (bioH 2 ) in a green manner and simultaneously minimize agricultural and wastewater facility wastes. However, effective, sustainable, and cost-effective system configuration and improvement of operating variables, working at ambient conditions, are needed to make the MEC a sustainable process. Therefore, this study investigates the bioH 2 production from poplar leaves and anaerobic sludge mixture by incorporating nanomaterials comprising Al 2 O 3 , MgO, and Fe 2 O 3 metal oxides at various dosages. Moreover, the effects of applied cell voltage (0.5–1.5 V) and inoculum amount (20–40 mL) on bioH 2 production and organic matter removal performance are evaluated. The maximum bioH 2 production value is 417 mL at an applied voltage of 1.5 V with a chemical oxygen demand (COD) removal efficiency of 37.6 % under operating times of 5 min using 40 ml of inoculum. The bioH 2 production of the MEC system is reduced with the decrease in inoculum amount. The highest bioH 2 production of 828 mL is obtained at improved conditions in the presence of 1 g of Fe 2 O 3 metal oxide. Overall, this study provides the potentiality of simultaneous waste minimization and bioH 2 production under ambient conditions that highlight the waste-to-energy pathway for membraneless and green bioelectrochemical process.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,035
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,004
Tête enseignante GPT0,173
Écart entre enseignants0,169 · 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.

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

Citations12
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRenewable EnergyMême sujetMicrobial Fuel Cells and BioremediationTravaux en français237 207