MétaCan
Menu
Retour à la cohorte
Enregistrement W4411236706 · doi:10.1080/17597269.2025.2517541

Biogas production from the organic fraction of municipal solid waste is enhanced by nickel addition in a two-stage system compared with a conventional digester

2025· article· en· W4411236706 sur OpenAlexaff
Karina J. Salazar-Batres, Audrey‐Anne Durand, Philippe Constant, Iván Moreno‐Andrade

Notice bibliographique

RevueBiofuels · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesInstituto de Ingeniería, Universidad Nacional Autónoma de MéxicoDirección General de Asuntos del Personal Académico, Universidad Nacional Autónoma de México
Mots-clésNickelBiogas productionBiogasMunicipal solid wasteWaste managementEnvironmental scienceFraction (chemistry)Production (economics)Stage (stratigraphy)Biodegradable wasteHeavy metalsMaterials scienceAnaerobic digestionChemistryMetallurgyEnvironmental chemistryEngineeringMethaneGeology

Résumé

récupéré en direct d'OpenAlex

The stability of conventional single-stage anaerobic digestion has limitations and requires strategies to enhance biogas production, including two-stage anaerobic digestion (TSAD) and trace metals addition (Ni2+). This research was focused on determining the effect of the supplementation of different concentrations of Ni2+ on a TSAD compared with a conventional process. In the first stage (hydrogen-producing reactor), the Ni2+ concentrations evaluated were 0, 0.1, and 0.5 mg Ni2+/gVSinoculum. The acidogenic effluents were fed in the second stage to produce CH4-rich biogas. The results showed that it was possible to increase the CH4-productivity and the specific methane production by 72% and 105%, respectively, by operating in TSAD compared with the conventional anaerobic digester. The Ni2+ addition improved the stability of the first and second stages, allowing higher biogas production. The microbial communities’ composition at the phylum level changed in each stage.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,009
Tête enseignante GPT0,235
Écart entre enseignants0,226 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofuelsMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207