MétaCan
Menu
Retour à la cohorte

Super Heavy Oil Wastewater Treatment by Combined ME and I-BF Process-A Field Pilot Study

2012· article· en· W1984155285 sur OpenAlexaff
Kun Tong, Yi He Zhang, Qi Song, Qi Wang

Notice bibliographique

RevueApplied Mechanics and Materials · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésEffluentWastewaterSewage treatmentChemistryPulp and paper industryEnvironmental scienceEnvironmental chemistryChemical oxygen demandMicroorganismNutrientWaste managementEnvironmental engineeringBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A field pilot test was conducted on a macro-electrolysis/biological filter with immobilized microorganism system (ME/I-BF) in the Liaohe oilfield, China to treat super heavy oil wastewater with large amounts of dissolved recalcitrant organic compounds and low nutrients of nitrogen and phosphorus. By operating the system for 155 days (including the start-up of 28 days), the BOD/COD ratio of water increases from 0.13 to 0.22 and the COD removal rate is 47.46% after the ME treatment. Then, the COD decreases to 100 mg/L and the COD removal rate is 80.96% after I-BF treatment. When indigenous microorganisms inoculated, the effluent gets better, COD decreases to 70 mg/L and the removal rate of COD increases to 88.54%. Gas chromatography/mass spectrometry (GC/MS) indicated that the super heavy oil wastewater contains 11 organic compounds and most of them are removed after treatment. This integrated system is a useful option for the treatment of heavy oil 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 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 enseignants0,002
Score d'incertitude au seuil0,737

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,225
Écart entre enseignants0,214 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mechanics and MaterialsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207