MétaCan
Menu
Retour à la cohorte
Enregistrement W4409799851 · doi:10.11159/iceptp25.142

Microbial Fuel Cells from Artichoke Waste: Preliminary Results

2025· article· en· W4409799851 sur OpenAlexvenueno aff
Luis Cabanillas-Chirinos, Nélida Milly Otiniano, Terrones-Rodriguez Nicole

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Extraction and Bioleaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrobial fuel cellWaste managementEnvironmental scienceChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Agricultural waste has increased rapidly in recent years due to increased food production, which has risen due to the increase in the world population.On the other hand, the high cost of energy consumption and scarcity of this sound in remote communities has caused the scientific community to look for new ways to sustain electricity.For this reason, the main objective of this research is to observe the potential of artichoke waste as fuel in single-chamber microbial fuel cells using carbon and zinc electrodes.An average maximum power density of 220.271 11.174 mW/cm 2 was achieved in an average current density of 5.841 0.285 A/cm 2 on the tenth day, with an average maximum voltage of 0.795 0.025 V and an average maximum electric current of 1.980 0.0.072mA.These electric flies were obtained on the tenth day, where the microbial fuel cells operated at a pH of 4.351 0.161 with an electrical conductivity of 127.844 8.512 mS/cm and an electrical resistance of 40.314 6.813 .The single-chamber microbial fuel cells with artichoke waste were connected in series, producing a 2.35 V voltage necessary to light an LED light.

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 enseignants0,094
Score d'incertitude au seuil0,829

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,174
Écart entre enseignants0,171 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetMetal Extraction and BioleachingTravaux en français237 207