MétaCan
Menu
Retour à la cohorte
Enregistrement W1977710956 · doi:10.5539/mas.v4n10p21

Impact of Coagulation Agents on the Performance of Flotation Unit for the Treatment of Industrial Waste Water

2010· article· en· W1977710956 sur OpenAlexvenueno aff
Salam J. Bash AlMaliky

Notice bibliographique

RevueModern Applied Science · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlumBentoniteCoagulationPulp and paper industryWastewaterEffluentEnvironmental scienceEnvironmental engineeringChemistryWaste managementChemical engineeringMedicine

Résumé

récupéré en direct d'OpenAlex

The performance of a batch laboratory scale induced air flotation (IAF) unit in controlling fat, oil, and Grease (FOG) and five days biological oxygen demand (BOD5) in effluents of a meats processing & packing industry, was tested using two types of coagulation agents (Alum and Bentonite clay) and three air flow rates. Prior to coagulation, air flow rates of 3 and 5 l/min were the best for having FOG removal efficiencies of 60% and 62%, respectively. Significant improvements in these were measured (94.5% and 96.2% for the mentioned air flow rates respectively) after the addition of 0.5 g/l Alum, while extra 0.2 g/l bentonite clay as coagulation aid had achieved efficiencies of 96.3% and 99.3% for these air flow rates respectively. Also, the addition of 0.5 g/l Alum had improved the BOD5 reduction efficiency from 54% to 65% and from 63% to 71%, for air flow rates of 3 l/min and 5 l/min respectively, as compared with no Alum cases. Higher BOD5 removal efficiencies of 73% and 78% were measured for the two air flow rates respectively, by aiding the coagulation with 0.2 g/l bentonite clay. At least 25% saving of flotation time was proved by the addition of bentonite clay to achieve final results, similar to these with Alum only for both FOG and BOD5, which in turn may save part of the operational costs.Author would like to acknowledge the logistic and technical support of the Ins. of International Education IIE, Scholars Rescue Fund SRF and Russ College of Eng. / OU.

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 enseignants0,185
Score d'incertitude au seuil0,284

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 technologies0,0000,001
Communication savante0,0000,000
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 Opus0,060
Tête enseignante GPT0,291
Écart entre enseignants0,231 · 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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetMembrane Separation TechnologiesTravaux en français237 207