MétaCan
Menu
Retour à la cohorte
Enregistrement W2005713837 · doi:10.1139/s07-019

Performance evaluation of fabric aided slow sand filter in drinking water treatment

2007· article· en· W2005713837 sur OpenAlexaffvenue
Pulin K. Mondal, Rajesh Seth, Nihar Biswas

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésTurbidityRaw waterSlow sand filterFilter (signal processing)Sand filterWater treatmentEnvironmental sciencePulp and paper industryEnvironmental engineeringRaw materialNonwoven fabricMaterials scienceComposite materialWastewaterGeologyChemistryEngineeringFiber

Résumé

récupéré en direct d'OpenAlex

In this study, an assessment of the performance of slow sand filter (SSF) aided with non-woven fabric (NWF) was carried out. Several laboratory-scale SSF columns were tested with simulated raw water containing varying levels of turbidity and total organic carbon (TOC). The results show that in filters with NWF, the fabric layers captured most of the incoming solids and extended the filter run time for the sand bed. The run time for the sand bed increased with the increasing of the fabric thickness from 8.9 to 44.5 mm. Turbidity, TOC, and bacterial removal efficiencies of the filters with fabric were comparable to that without fabric and representing conventional SSF. The study thus demonstrates that operation of SSF with NWF can be a feasible option for simplifying the operation of and extending the viability of the SSF process to a wider range of raw water turbidity values than that considered economical for conventional SSF.

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,682
Score d'incertitude au seuil0,277

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,001
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 Opus0,013
Tête enseignante GPT0,207
Écart entre enseignants0,194 · 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'étudeObservationnel
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
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetUrban Stormwater Management SolutionsTravaux en français237 207