MétaCan
Menu
Retour à la cohorte
Enregistrement W2022862294 · doi:10.1002/ep.10547

Combined MBBR‐MF for industrial wastewater treatment

2011· article· en· W2022862294 sur OpenAlex
Atehna Pervissian, Wayne J. Parker, Raymond L. Legge

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnvironmental Progress & Sustainable Energy · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAlumChemistryFerricChlorideEffluentMoving bed biofilm reactorCoagulationFoulingMembrane foulingWastewaterPulp and paper industryFiltration (mathematics)ChromatographyUltrafiltration (renal)MembraneNuclear chemistryEnvironmental engineeringInorganic chemistryBiofilmEnvironmental scienceOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract An assessment of the performance of a combined moving bed biofilm reactor and a membrane filtration (MBBR‐MF) system for treatment of a wastewater from a potato chip factory was performed. Pretreatment of membrane feed by coagulation with alum, ferric chloride, and a blend of polyaluminum chloride and polyamine was investigated for improving membrane performance. The effect of coagulation on membrane fouling was found to strongly depend on the type and dosage of the coagulant and the MBBR effluent characteristics. Ferric chloride performed the best as a pretreatment coagulant compared with alum and the coagulant blend. It reduced total fouling by 79% and increased consistency as compared with the other coagulants. Alum and the blend were, on average, 30% and 8%, less effective than ferric chloride in reducing total fouling. © 2011 American Institute of Chemical Engineers Environ Prog, 2011

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 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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil1,000

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,023
Tête enseignante GPT0,218
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