MétaCan
Menu
Retour à la cohorte
Enregistrement W1245489066 · doi:10.5942/jawwa.2015.107.0121

Full‐Scale Ozone–Biofiltration: Seasonally Related Effects on NOM Removal

2015· article· en· W1245489066 sur OpenAlexafffund
Lizanne Pharand, Michele I. Van Dyke, William B. Anderson, Yonatan Yohannes, Peter M. Huck

Notice bibliographique

RevueAmerican Water Works Association · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensBrantford Energy (Canada)University of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiofilterChemistryOzoneEnvironmental chemistryOrganic matterTotal organic carbonDissolved organic carbonBiomass (ecology)Water treatmentNatural organic matterCarbon fibersEnvironmental engineeringOrganic chemistryEnvironmental scienceEcology

Résumé

récupéré en direct d'OpenAlex

Performance of full‐scale ozone–biofiltration was investigated over 14 months to determine the potential effects of seasonally related changes in water temperature and quality on the removal of natural organic matter fractions. The biofilters removed on average 12% of dissolved organic carbon, 31% of biopolymers, 6% of humic substances, 10% of humic building blocks, 31% of low‐molecular‐weight (LMW) acids/LMW humics, 14% of LMW neutrals, and 52% of assimilable organic carbon. The biofilters exhibited an increase in removal of dissolved organic carbon, biopolymers, LMW acids/LMW humics, and assimilable organic carbon as temperature increased from 3 to 28°C, even though filter contact time was somewhat shorter at higher temperatures. Although phosphorus concentrations were reduced by coagulation pretreatment, the biofilters effectively removed the LMW compounds generated from ozonation. Filter biomass levels were not related to temperature, empty bed contact time, time during the filter cycle, or removal of natural organic matter.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,197
Écart entre enseignants0,193 · 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'étudeObservationnel
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

Citations36
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Water Works AssociationMême sujetWater Treatment and DisinfectionTravaux en français237 207