Addition of microbial consortium to the rice straw biomethanization: effect on specific methanogenic activity, kinetic and bacterial community
Notice bibliographique
Résumé
The biomethanization of lignocellulosic wastes remains an inefficient and complex process due to lignin structures that hinder the hydrolysis step, therefore, some treatments are required. This work describes the addition of an enriched microbial consortium in the biomethanization of rice straw. The experiment was carried out in lab batch reactors following two strategies: (i) pretreatment of rice straw for 48 h using the enriched microbial consortium (dilution 1:100), and (ii) addition of this enriched microbial consortium (dilution 1:100) directly to the anaerobic reactors (bioaugmentation). The kinetic behavior was described using three models. As a result, the microbial consortium molecular characterization showed 58 different bacterial species, predominantly the Lactobacillaceae family (45.7%), and the Clostridiaceae family (19.1%), which were responsible for the positive effect obtained by bioaugmentation with methane yield increases of 16% (290 LNCH4/kgVS) respect to the control. All kinetic models applied fitted the experimental data for cumulative methane production, although the modified Hill model showed the best fit. Bioaugmentation strategies demonstrate their effectiveness in lignocellulosic biodegradation, but the novelty of this research lies in the application of an enriched microbial consortium obtained by the authors through soil isolation techniques, which are very inexpensive and affordable for developing countries.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 ».