MétaCan
Menu
Retour à la cohorte
Enregistrement W2027353890 · doi:10.5539/jsd.v4n1p112

Performance of Trickling Filter with Bio Fillings for the Treatment of Municipal Waste Water

2011· article· en· W2027353890 sur OpenAlexvenueno aff
Salam J. Bash AlMaliky, Zainab Qahtan ElKhayat

Notice bibliographique

RevueJournal of Sustainable Development · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrickling filterBark (sound)Pulp and paper industryFilter (signal processing)Environmental scienceFiberHorticultureBotanySewage treatmentMaterials scienceBiologyEnvironmental engineeringComposite materialEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

A biological filter model with three different filling media (Wild Thorn, Arum Plant (Fiber) and Date Palm Bark), was made for biological treatment of municipal waste water. This is the first documented attempt, on the international level, of using these plants as fillings for the trickling filters. Tests were made for three different superficial flow rates (15, 30 and 45 m3/m2.d) for about four months (February to May, 2008), so as to consider the variations in ambient temperature. Results indicate that good BOD5 removal efficiencies may be achieved by the use of these filling Medias. With a superficial flow rate of (15 m3/m2.d), efficiencies of about (76%, 71% and 62%) for Wild thorns, Arum Plant (Fiber) and Date Palm Bark, respectively, were achieved under ambient temperatures of about 36-40 ?C, and (73%, 69% and 61%), in the same sequence, under 23-25 ?C. Also the constants (n and K) affecting the performance of the trickling filter, were determined. A problem of filter clog was indicated with the use of Date Palm Bark under high superficial flow rates (+ 30m3/m2.d). Also, high abundance of flies around the model was noticed with the use of all tested filling media.

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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,022
Tête enseignante GPT0,197
Écart entre enseignants0,176 · 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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207