MétaCan
Menu
Retour à la cohorte
Enregistrement W1577315848 · doi:10.1002/j.1551-8833.2000.tb09023.x

Conventional and optimized coagulation for NOM removal

2000· article· en· W1577315848 sur OpenAlexaff
Kimberly Bell‐Ajy, Morteza Abbaszadegan, Eva Ibrahim, Debbie Verges, Mark W. LeChevallier

Notice bibliographique

RevueAmerican Water Works Association · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensAmerican Water (Canada)
Organismes subventionnairesnon disponible
Mots-clésCoagulationTurbidityChemistryWater treatmentTotal organic carbonPulp and paper industryActivated carbonFlocculationChromatographyWaste managementEnvironmental engineeringEnvironmental scienceEnvironmental chemistryAdsorptionOrganic chemistryEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Bench‐ and full‐scale experiments were conducted to evaluate the optimal coagulation conditions for removal of total organic carbon and disinfection by‐products. The evaluation of 16 sites with optimized coagulation (optimizing the pH of coagulation and then the coagulant dosage) provides an assessment of this coagulation technique and illustrates its capabilities to meet the requirements of the Disinfectants/Disinfection By‐products (D/DBP) Rule. Jar tests were used to determine the effectiveness of optimized coagulation for the removal of organic carbon, DBP precursors, particles, and turbidity when supernatant results were compared with conventional (baseline) treatment. Jar‐test results indicate that optimized coagulation can enhance the removal of organic carbon and DBP precursors.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,004
Tête enseignante GPT0,207
Écart entre enseignants0,203 · 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'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

Citations112
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

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