MétaCan
Menu
Retour à la cohorte
Enregistrement W2013254198 · doi:10.1139/s02-008

Biologically induced clogging of a granular medium permeated with synthetic leachate

2002· article· en· W2013254198 sur OpenAlexfundvenueno aff
R. Kerry Rowe, Jamie F. VanGulck, S. Millward

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLeachateCloggingHydraulic conductivityEnvironmental sciencePorous mediumPorosityPulp and paper industryWaste managementEnvironmental engineeringChemistryEnvironmental chemistryGeotechnical engineeringGeologySoil scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The results of a laboratory column test conducted to gain insight regarding the clogging mechanisms within porous media are presented. Tests were conducted under saturated, anaerobic conditions using synthetic leachate that models Keele Valley Landfill (KVL) leachate in chemical compositions but has negligible suspended solids and bacterial concentrations compared with KVL leachate. Comparisons were made between tests conducted with synthetic leachate and similar column tests conducted with KVL leachate to assess the presence of suspended solids and bacterial loading on the rate of clogging. It is shown that the synthetic leachate columns behaved similarly to the KVL leachate columns in terms of nutrients removed from the leachate as it passed through the porous media and clog properties (bulk densities and chemical composition). Excessive microbially induced clogging near the influent end of the column (but likely near the collection pipe in a field situation) resulted in a decrease in drainable porosity to less than 10% of the initial value and a decrease in hydraulic conductivity by seven orders of magnitude. Key words: leachate collection, clogging, porous media, anaerobic, laboratory study.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,176
Écart entre enseignants0,167 · 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

Citations71
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetLandfill Environmental Impact StudiesTravaux en français237 207