MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414998102 · doi:10.1016/j.btre.2025.e00930

Improving a photosynthetic bioprocess with a ubiquitous additive: Using clay powder in the cultivation of Rhodopseudomonas palustris

2025· article· en· W4414998102 sur OpenAlexafffund
Sheida M. Stephens, Mona Abo-Hashesh, Radhakrishnan Mahadevan, D. Grant Allen

Notice bibliographique

RevueBiotechnology Reports · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueAlgal biology and biofuel production
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Ontario
Mots-clésPhotobioreactorRhodopseudomonas palustrisPhotosynthesisBioprocessShadingPhototrophBioreactorPenetration (warfare)

Résumé

récupéré en direct d'OpenAlex

Light distribution is a critical challenge in light-dependent bioprocesses, as dense cultures experience shading that limits growth. While novel photobioreactor designs exist, adapting established bioreactors with simple media supplements to improve light distribution may offer a more practical and modular solution than complex mechanical modifications. In this study, we observed multiple advantages to the supplementation of only 0.2% (w/v) clay powder to the photosynthetic bioprocess of Rhodopseudomonas palustris producing acetate from butyrate. Our findings indicate that these benefits, particularly pronounced with kaolin clay, result from improved light distribution. Advantages included increased cellular aggregation, enhanced substrate utilization, and a 13% to 45% increase in product concentration. To our knowledge, this is the first time it has been suggested that supplementing photosynthetic cultures with a small amount of ubiquitously found clay could reduce cellular shading and improve light distribution in suspended cell cultures.

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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,011
Tête enseignante GPT0,248
Écart entre enseignants0,237 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueBiotechnology Reports→Même sujetAlgal biology and biofuel production→Travaux en français237 207→