MétaCan
Menu
Retour à la cohorte
Enregistrement W4407876544 · doi:10.5539/ijc.v17n1p67

Exploring Electron Conversion Efficiency for Biohydrogen in Dark Fermentation

2025· article· en· W4407876544 sur OpenAlexvenueno aff
Pong Kau Yuen, Cheng Man Diana Lau, Karen Yuen

Notice bibliographique

RevueInternational Journal of Chemistry · 2025
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAmmonia Synthesis and Nitrogen Reduction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistryBiohydrogenDark fermentationFermentationElectronNanotechnologyHydrogenBiochemistryOrganic chemistryHydrogen productionNuclear physics

Résumé

récupéré en direct d'OpenAlex

Buswell’s equation for biohydrogen can represent dark fermentation in accordance with the elemental composition of any organic matter. When the empirical formula or structural formula of an organic matter is identified, the theoretical amount of biohydrogen, theoretical biohydrogen potential, theoretical biohydrogen yield, and theoretical number of transferred electrons can be determined. Currently the metrics that measure the biodegradability performance of organic matters in dark fermentation are biodegradability index and energy conversion efficiency. However, the concept of electron conversion efficiency has not been well investigated. The aims of this article are to develop the electron conversion efficiency for biohydrogen to be a metric and explore the relationships between the biodegradability index and the energy conversion efficiency. The article shows that among the three metrics, electron conversion efficiency and biodegradability index are numerically identical, and there is a strong positive correlation between electron conversion efficiency and energy conversion efficiency. In addition, the established electron conversion efficiency functions as a cross-reference for dark fermentation, dark fermentation coupled photochemical system, and electrochemical system under anaerobic conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,022
Tête enseignante GPT0,275
Écart entre enseignants0,253 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ChemistryMême sujetAmmonia Synthesis and Nitrogen ReductionTravaux en français237 207