MétaCan
Menu
Retour à la cohorte
Enregistrement W1956745315 · doi:10.2166/wst.2004.0134

Pharmaceutical rejection by membranes for wastewater reclamation and reuse

2004· article· en· W1956745315 sur OpenAlexfundno aff
GY Park, J.H. Lee, In S. Kim, J. Cho

Notice bibliographique

RevueWater Science & Technology · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensnon disponible
Organismes subventionnairesPublic Health Agency of Canada
Mots-clésChemistryMembraneChromatographyWastewaterIbuprofenMembrane bioreactorEffluentEnvironmental engineeringEnvironmental scienceBiochemistryPharmacology

Résumé

récupéré en direct d'OpenAlex

Various membranes, which have different materials and nominal molecular weight cut-offs (MWCO), were compared in terms of rejection of ibuprofen and removal of effluent organic matter (EfOM) from membrane bioreactor (MBR), because pharmaceutical compounds contain a potential risk and EfOM is the precursor of carcinogenic disinfection by-products when reusing for drinking water source. To provide equivalent comparison with respect to hydrodynamic condition, mass transfer parameter, J0/k ratio, was used. A tight-UF membrane with a molecular weight cut off of 8,000 daltons exhibited 25 approximately 95% removal efficiencies of ibuprofen with a molecular weight of 206 with and without presence of EfOM(MBR). EfOM(MBR) caused the reduction of ibuprofen removal efficiency for UF membrane. Rejection of EfOM(MBR) by UF and NF membranes ranged 29 approximately 47% and 69 approximately 86%, respectively. UF membrane could successfully remove ibuprofen at lower J0/k ratio range (< or = 1) in organic free water but could not efficiently reject ibuprofen with a relatively hydrophilic EfOM(MBR) (SUVA < or = 3).

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,022
Score d'incertitude au seuil0,721

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,280
Écart entre enseignants0,263 · 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 tête enseignante, 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

Citations16
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207