MétaCan
Menu
Retour à la cohorte
Enregistrement W7117466338 · doi:10.3390/bioengineering13010031

High-Rate Bioelectrochemical Anaerobic Digester for Biomethane Production from Food Waste

2025· article· en· W7117466338 sur OpenAlexafffund
Virender Singh, Abid Hussain, Banu Örmeci, Julien Pauzé-Foixet, Emmanuel Nwanebu, Hongbo Li, Boris Tartakovsky

Notice bibliographique

RevueBioengineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensNational Research Council CanadaCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFood wasteLeachateBiogasMethaneAnaerobic digestionAnaerobic exerciseBioreactorBiodegradable waste

Résumé

récupéré en direct d'OpenAlex

This study investigated methane (CH4) production in a bioelectrochemically enhanced anaerobic digester (BEAD) equipped with a pair of 3-dimensional flow-through electrodes made of conductive polypropylene biorings. The performance of the BEAD reactor was compared to that of a similarly sized Anaerobic Upflow Sludge Bed (UASB) reactor. The reactors were operated at a temperature of 22 ± 1 °C using food waste (FW) leachate fed at organic loading rates of 3–8 g (LR d)−1 or at a temperature of 35 ± 1 °C using the liquid fraction of FW separated using a screw press. With both tested feedstocks, the BEAD reactor demonstrated up to 30% higher CH4 yield, reaching 0.35–0.38 L g−1 (COD consumed), compared to the UASB reactor. Additionally, reactor stability under organic overload conditions improved, with the difference more pronounced at organic loads above 6 g (LR d)−1. Energy consumption for bioelectrochemical CH4 production was estimated at 5.1–12.4 Wh L−1 (of CH4 produced), which is significantly below the energy consumption for electrochemical H2-based methanation. Overall, BEAD increases methane production and improves process stability, offering a novel sustainable solution for waste management.

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 seuil0,968

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 Opus0,008
Tête enseignante GPT0,202
Écart entre enseignants0,194 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioengineeringMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207