MétaCan
Menu
Retour à la cohorte
Enregistrement W1569864384 · doi:10.1029/2005wr004006

Development of a forecasting system for supporting remediation design and process control based on NAPL‐biodegradation simulation and stepwise‐cluster analysis

2006· article· en· W1569864384 sur OpenAlexaff
Guohe Huang, Yuxiong Huang, Guanyi Wang, Huining Xiao

Notice bibliographique

RevueWater Resources Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensUniversity of New BrunswickUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésBioremediationEnvironmental remediationProcess (computing)Computer scienceBiochemical engineeringBiodegradationModeling and simulationEnvironmental scienceProcess engineeringEngineeringSimulationContaminationEcology

Résumé

récupéré en direct d'OpenAlex

Effective process control is crucial in implementing remediation actions for petroleum‐contaminated sites. However, in dealing with in situ bioremediation practices, difficulties exist in incorporating numerical simulation models that are needed for process forecasting within real‐time non‐linear optimization frameworks that are critical for supporting the process control. With such difficulties, it is desired that a statistical relationship between remediation system performance and operating condition be established. Nevertheless, in the remediation systems, many variables can be either continuous or discrete, and the relations among them can be either linear or non‐linear. These lead to complexities in the related multivaraite analyses. In this study, a forecasting system has been developed for supporting remediation design and process control based on techniques of NAPL‐biodegradation (non‐aqueous phase liquid biodegradation) simulation and stepwise‐cluster analysis (SCA). The results indicate that the developed system is effective in forecasting the effects of multiple cleanup actions under various conditions. The predicted benzene concentrations have acceptable error levels compared with the outputs of numerical simulation. An optimization model for obtaining optimum operating conditions is then proposed to illustrate how the SCA method can be used for supporting optimization of bioremediation operations. A unique contribution of this research is the development of a multivariate inference system associated with simulation and optimization efforts for tackling the complex in situ bioremediation practices.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,054
Tête enseignante GPT0,308
Écart entre enseignants0,254 · 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'étudeSimulation ou modélisation
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

Citations90
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetGroundwater flow and contamination studiesTravaux en français237 207