MétaCan
Menu
Retour à la cohorte
Enregistrement W1208639265 · doi:10.2166/wqrj.2004.029

Determination of System Losses of Geosmin and MIB in Bench-Scale Filtration Apparatus

2004· article· en· W1208639265 sur OpenAlexafffund
Sarah L.N. Elhadi, Peter M. Huck, Robin M. Slawson

Notice bibliographique

RevueWater Quality Research Journal · 2004
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensUniversity of WaterlooWilfrid Laurier UniversityNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Waterloo
Mots-clésGeosminFiltration (mathematics)AdsorptionVolatilisationChemistryWater treatmentFilter (signal processing)Pulp and paper industryEnvironmental chemistryChromatographyEnvironmental scienceWaste managementEnvironmental engineeringOdorEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Geosmin and 2-methylisoborneol (MIB) are two of the causative compounds responsible for the earthy/musty odour problem in drinking water. They are a major concern for the water treatment industry because they are difficult to remove by conventional water treatment practices and are fairly resistant to chemical oxidation. Various studies have been conducted at both bench and full scale to examine the removal of these compounds by adsorption and/or biological filtration. Lack of study at realistic odour compound concentrations and disregard for losses of these compounds by other means (i.e., volatilization or adsorption) represent some of the limitations of such studies. The bench-scale investigation reported herein focussed on system design and minimization of system losses. The results indicated that the preferred system design included the use of Teflon feed bottles, Teflon tubing, and a glass filter column in which the influent feed line descended close to the media surface. Such a design minimized system losses of both geosmin and MIB to 42 and 30%, respectively, based on target influent concentrations of 200 ng/L.

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)0,002
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 enseignants0,005
Score d'incertitude au seuil0,186

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,075
Tête enseignante GPT0,372
Écart entre enseignants0,297 · 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

Citations17
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetOdor and Emission Control TechnologiesTravaux en français237 207