Biochar and Granular Activated Carbon Mitigate Polystyrene Nanoplastics Inhibition in Dark Biohydrogen Fermentation of Sludge
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nano/microplastics (NPs/MPs) are commonly found in sewage sludge, which leads to their unavoidable introduction into anaerobic bioreactors used for the fermentation or digestion of sludge in bioenergy recovery processes. This results in oxidative stress on the microbiome, ultimately hindering energy recovery. This study investigates the efficacy of biochar (BC) and granular activated carbon (GAC) in enhancing the dark hydrogen fermentation of primary sludge while mitigating the inhibitory effects of polystyrene nanoplastics (PsNPs). Comprehensive analyses included volatile fatty acid production, microbial community, toxicity, reactive oxygen species (ROS) generation, and sludge dewaterability. For the sludge without PsNPs, the highest enhancement (22.4% over the control) in biohydrogen production was obtained for 5 g/L BC. However, GAC performed better than BC by achieving the highest recovery (64.3%) of biohydrogen production by reducing ROS and toxicity from PsNPs. The abundance of Firmicutes in BC- and GAC-amended reactors was linked to higher biohydrogen yields. Also, BC and GAC significantly reduced the prolonged capillary suction times observed in the PsNPs-containing reactors, demonstrating their effectiveness in enhancing the sludge dewaterability. These findings demonstrate the potential of carbonaceous additives, such as BC and GAC, to deliver multiple benefits, including boosting biohydrogen production and mitigating the inhibitory effects of PsNPs.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle