MétaCan
Menu
Retour à la cohorte
Enregistrement W135481597 · doi:10.2166/wqrj.2003.011

Sulfate Removal from Water

2003· article· en· W135481597 sur OpenAlexaff
Ashref Darbi, Thiruvenkatachari Viraraghavan, Yee‐Chung Jin, Larry Braul, Darrell R. Corkal

Notice bibliographique

RevueWater Quality Research Journal · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésNanofiltrationSulfateElectrodialysisChemistryIon exchangeWater treatmentEnvironmental chemistryEnvironmental engineeringWaste managementEnvironmental scienceMembraneIonEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Sulfate occurs naturally in groundwater. Concerns regarding the health effects from sulfate in drinking water have been raised because of reports that diarrhea may be associated with water that contains high levels of sulfate. In the livestock production industry, there is a concern that high levels of sulfate in water can adversely affect productivity. Different methods can be used to remove sulfate from water. Proven technologies are ion-exchange, nanofiltration, reverse osmosis, and electrodialysis. A few earlier studies have shown that the use of bentonite/kaolinite for sulfate removal has produced encouraging results. Experimental work was undertaken to examine in detail the feasibility of such processes. Laboratory studies using bentonite showed poor or no removal in the case of high sulfate water. Ion exchange and nanofiltration were found to be very effective in removing sulfate. Ion exchange is likely to be more reliable than nanofiltration because of the sensitivity of the nanofiltration process to total dissolved solids and biofouling.

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)0,009
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,257
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0260,004

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 Opus0,097
Tête enseignante GPT0,384
Écart entre enseignants0,287 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations46
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetMine drainage and remediation techniquesTravaux en français237 207