Using Coagulants to remove organic matter
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study examined removal of organic matter (OM) by coagulation in drinking water treatment. First, the ability of three coagulants to simultaneously reduce turbidity and remove OM from water was determined. The coagulants tested were the commercial products alum and polyaluminum chloride (PACl) and a polyaluminum hydroxysulfate (PAHS) synthesized in the authors' laboratory. Tannic, humic, lignosulfonic, and salicylic acids (SAL) were used as model organic compounds in cold and warm water. The effect of the concentration of tannic acid was also examined, and semiquantitative relationships between OM concentration and coagulant dosage required were determined. In cold water, PACl and PAHS were efficient coagulants for all organic compounds except SAL (which was not itself removed, although it did not inhibit turbidity reduction). However, alum was a poor coagulant in the presence or absence of OM. In warm water, alum and PACl were the more efficient coagulants. OM had approximately the same effect on alum at both temperatures, but its effect on PACl was somewhat increased in warm water. Although PAHS effectively reduced turbidity in the absence of OM or in the presence of SAL, the presence of the other organic substances greatly increased the coagulant demand in warm water.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,015 |
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 découle