Characterizing denitrification kinetics at cold temperature using various carbon sources in lab-scale sequencing batch reactors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Wastewater treatment plants in the Chesapeake Bay region are becoming more interested in external carbon sources for denitrification. This is in response to the recent regulations to remediate the Chesapeake Bay, which will limit effluent total nitrogen to near 3 mg/L for plants, thus requiring near complete elimination of inorganic nitrogen species. Since sufficient internal carbon is usually not available for complete denitrification, external carbon is needed to supplement internal sources. Of particular interest is the use of an alternate external carbon source to replace the least expensive source methanol. This study focuses on three commonly available external carbon sources: methanol, ethanol and acetate. The aim of this study was to obtain the specific denitrification rate (SDNR) of the substrates under several conditions. Sequencing batch reactors (SBRs) were set up to first grow biomass to the specified substrate while in situ SDNRs were conducted concurrently. Once the biomass was grown with the corresponding substrate, a series of ex situ SDNRs were performed using various biomass/substrate combinations to evaluate response to substrate combinations at 13 degrees C. Results from this study indicate that the SDNRs for biomass grown on methanol, ethanol and acetate were 9.2 mg NO(3)-N/g VSS/hr, 30.4 mg NO(3)-N/gVSS/hr and 31.7 mg NO(3)-N/g VSS/hr, respectively, suggesting that acetate and ethanol were equally effective external carbon sources followed by much lower SDNR using methanol. Ethanol could be used with methanol biomass with similar rates as that of methanol. Additionally, methanol was rapidly acclimated to ethanol grown biomass suggesting that the two substrates could be interchanged to grow respective populations with a minimum lag period.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle