MétaCan
Menu
Retour à la cohorte
Enregistrement W1970275369 · doi:10.1002/cjce.21857

Optimisation of an industrial wastewater decontamination plant: An environment‐oriented approach

2013· article· en· W1970275369 sur OpenAlexvenueno aff
Jérémie Charles, Grégorio Crini, Corina Bradu, Giangiacomo Torri, Sophie Gavoille, Bertrand Sancey, Nadia Morin‐Crini, Giuseppe Trunfio, Pierre‐Marie Badot, Peter Winterton, C. Lagarrigue

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Reuse
Établissements canadiensnon disponible
Organismes subventionnairesCentre National de la Recherche Scientifique
Mots-clésEffluentWastewaterPollutantHuman decontaminationBioassayEnvironmental sciencePollutionGerminationSewage treatmentPulp and paper industryWaste managementEnvironmental engineeringChemistryAgronomyBiologyEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Over a period of 24 months of operation, we optimised a physicochemical plant for the decontamination of surface treatment industrial wastewater. This article presents the abatements obtained in the levels of chemical pollution after the various optimisations validated in the laboratory and then transposed to the industrial site. The optimisation of the plant reduced the effluent organic load, nitrite and zinc levels by about 70%, 85% and 80%, respectively. To evaluate the utility of each optimisation proposal, standard bioassays based on lettuce seed germination were carried out on the final effluent. Decreasing concentrations of pollutants in the effluent led to a reduction of its impact on seed germination. The bioassays confirmed the environmental benefits obtained from the optimisation of the treatment plant. The biological tests proposed seem to be good indicators of the contaminant concentrations present in wastewater.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,011
Tête enseignante GPT0,159
Écart entre enseignants0,149 · 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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetWastewater Treatment and ReuseTravaux en français237 207