MétaCan
Menu
Retour à la cohorte
Enregistrement W1541843191 · doi:10.1002/j.1551-8833.2006.tb07824.x

Effects of Media, Backwash, and Temperature on Full‐Scale Biological Filtration

2006· article· en· W1541843191 sur OpenAlexfundno aff
Monica B. Emelko, Peter M. Huck, Bradley M. Coffey, E. Franklyn Smith

Notice bibliographique

RevueAmerican Water Works Association · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAmerican Water Works Association Research Foundation
Mots-clésBackwashingBiofilterFiltration (mathematics)ChemistryPulp and paper industryWater treatmentBiomass (ecology)Organic matterSorbentFilter (signal processing)OxalateActivated carbonEnvironmental engineeringEnvironmental scienceAdsorptionOrganic chemistryGeology

Résumé

récupéré en direct d'OpenAlex

Full‐scale biofiltration experiments demonstrated that good removal of biodegradable organic matter (BOM) following ozonation could be achieved without compromising particle removal. BOM removal by granular activated carbon (GAC) filter adsorbers and dual‐media filters was measured using total organic carbon (TOC) and certain BOM components (carboxylic acids). The authors investigated how filter backwashing with water, water and air scour, and water and air scour at collapse‐pulsing conditions affect filter biomass, BOM removal, and particle removal. At 21‐24°C, the media type did not affect BOM removal. At 1‐3°C, GAC provided substantially better removal of oxalate and TOC than did anthracite. For both media types, cold water oxalate removals were significantly impaired, compared with those achieved in warm waters. BOM removal was more resilient than particle removal to changes in backwash protocol. Phospholipid biomass concentration was not directly related to BOM removal by filters.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,002
Tête enseignante GPT0,170
Écart entre enseignants0,168 · 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

Citations141
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

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