Optimizing alum coagulation for turbidity, organics, and residual Al reductions
Notice bibliographique
Résumé
Increases in residual dissolved Al from alum coagulation associated with low water temperatures should be minimised to avoid problems in the distribution mains and as a precautionary approach to possible health effects of Al. Temperature-controlled jar-tests (0.1 to 17.0°C) were used to evaluate optimisation of a plant using alum coagulation at pH 6.0 followed by activated silicate addition. pH adjustment was assessed during coagulation and flocculation (i.e. before and after activated silicate) in order to control residual Al by precipitation without affecting turbidity and natural organic matter (NOM) reductions. The effects on NOM reduction were marginal until pH 6.4 in all conditions tested. Turbidity reductions by sedimentation considerably worsened when increasing pH, especially at the lowest temperature. Experimental conditions to eliminate this negative effect were found to be by increasing the pH after silicate addition (from the coagulation pH of 6.0 to between 6.1 and 6.3). By pH adjustments after silicate addition, up to 90% decrease in dissolved Al could be obtained at pH ∼6.8 (from 180 to ∼20 μg/L) at low temperatures. At this pH level, however, turbidity reduction reached minimal values (10–20%) while NOM reduction was clearly affected, indicating partial NOM re-dissolution. Slight pH adjustments of coagulation pH (up to 6.1) or flocculation pH (up to 6.3—after silicate addition) promised significant dissolved Al minimization (down to ∼50 μg/L) without compromising turbidity or NOM reductions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».