MétaCan
Menu
Retour à la cohorte
Enregistrement W1559997297 · doi:10.1002/j.1551-8833.2001.tb09358.x

Factors Affecting Drinking Water Biofiltration

2001· article· en· W1559997297 sur OpenAlexfundno aff
Xibo Liu, Peter M. Huck, Robin M. Slawson

Notice bibliographique

RevueAmerican Water Works Association · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiofilterBackwashingChlorineAnthraciteChemistryFormaldehydeWater treatmentPulp and paper industrySand filterEnvironmental chemistryGlyoxalFactorial experimentChloramineEnvironmental engineeringSorbentEnvironmental scienceWaste managementAdsorptionWastewaterCoal

Résumé

récupéré en direct d'OpenAlex

This research examined several important factors affecting the removal of biodegradable organic matter in drinking water biofilters. Laboratory‐scale biofilters were used and were fed a cocktail of easily biodegradable compounds. The factors investigated were chlorine or chloramine in the backwash water, air scour during backwashing, anthracite/sand versus granular activated carbon (GAC)/sand media, and low (5°C) versus high (20°C) temperature operation. Factorial design experiments showed that the three main factors (chlorine in the backwash water, temperature, and media type) and their interactions were significant in most cases. The temperature effect was more significant when chlorine was present. The GAC filters were much more resistant to chlorinated backwash water than were anthracite filters. Air‐scour effects were generally negligible except in some cases at low temperature with chloramine in the backwash water. Glyoxal removal was more sensitive to unfavorable biofiltration conditions than were removals of acetate, formate, and formaldehyde.

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)0,002
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0020,000
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 Opus0,009
Tête enseignante GPT0,214
Écart entre enseignants0,205 · 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

Citations92
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

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