The optimization of reactive black 5 dye removal using Coprinus cinereus peroxidase (CIP)
Notice bibliographique
Résumé
Coprinus cinereus (NBRC 30628) peroxidase was implemented to eliminate the diazo dye of reactive black 5 (RB5). The optimization was conducted in batch mode using three approaches, i.e., the one-factor-at-a-time (OFAT), factorial design, and response surface methodology (RSM). Based on the results of the OFAT method, the optimum conditions for decolorization of RB5 dye were at a temperature of 30oC, a pH of 9-10, an H2O2 concentration of 3.9 mM, and an RB5 concentration of 40 mg/L. In the first stage of statistical optimization, these factors plus enzyme activity were screened by the 2-factorial design, wherein enzyme activity, temperature, and hydrogen peroxide concentration were distinguished as the most significant parameters in the enzymatic decolorization of RB5. In the second stage, RSM was applied over three adopted factors through the central composite design (CCD), and a reduced cubic polynomial model was generated, which indicated an accurate regression (R2 = 0.997, Adj.R2 = 0.994) and no significant lack of fit (p-value> 0.05). The contour and surface plots suggested that the removal efficiency was enhanced by increased enzyme activity and decreased H2O2 concentration and temperature. The optimum condition was obtained at 1.0 mM H2O2, 6 U/mL enzyme activity, and 35oC for a maximum decolorization efficiency of 96.046%.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».