MétaCan
Menu
Retour à la cohorte
Enregistrement W1997741675 · doi:10.1080/01457630903501039

Effect of High-Temperature Microwave Irradiation on Municipal Thickened Waste Activated Sludge Solubilization

2010· article· en· W1997741675 sur OpenAlexaff
Isil Toreci, Kevin J. Kennedy, Ronald L. Droste

Notice bibliographique

RevueHeat Transfer Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBoiling pointDigestion (alchemy)SolubilizationHydrolysisBoilingActivated sludgeMaterials scienceSewage sludgeAnaerobic digestionThermal hydrolysisChromatographyChemistryWaste managementWastewaterSewage sludge treatmentSewage treatmentOrganic chemistryBiochemistryMethane

Résumé

récupéré en direct d'OpenAlex

Sludge digestion and stabilization governs almost half of the operating cost of wastewater treatment plants, and hydrolysis is the limiting step in sludge digestion. Increasing hydrolysis by implementing pretreatment prior to digestion can increase the digestion efficiency. Among pretreatment methods, thermal pretreatment at temperatures around 160–175°C tends to produce better solubilization. Microwave (MW) pretreatment was recently studied as an alternative method to conventional thermal pretreatment. Until now, MW pretreatment above boiling point had not been studied for sludge solubilization and digestion. This paper provides preliminary results on the effect of MW pretreatment operating conditions such as high temperature (T) (110–175°C), MW intensity (I) (1.25 and 3.75°C/min), and sludge concentration (C) (6 and 11.85%) on solubilization. From experimental results and three-factor fixed-effect analysis of variance (ANOVA) determination it was found that T, I, and C main effects and T:I and T:C interactions as well as T:I:C interaction are significant at a 94% confidence interval.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,188
Écart entre enseignants0,184 · 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'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

Citations49
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeat Transfer EngineeringMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207