MétaCan
Menu
Retour à la cohorte
Enregistrement W2042460023 · doi:10.1080/03601234.2010.515474

Treatment of dairy manure using the microwave enhanced advanced oxidation process under a continuous mode operation

2010· article· en· W2042460023 sur OpenAlexaff
Yang Yu, Ing W. Lo, Ping Liao, K.V. Lo

Notice bibliographique

RevueJournal of Environmental Science and Health Part B · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésManureMicrowaveMode (computer interface)Process (computing)Environmental scienceProcess engineeringOxidation processAgricultural engineeringMaterials scienceAgronomyPulp and paper industryComputer scienceEngineeringTelecommunicationsBiology

Résumé

récupéré en direct d'OpenAlex

The microwave enhanced advanced oxidation process (MW/H(2)O(2)-AOP) was used to treat dairy manure for solubilization of nutrients and organic matters. This study investigated the effectiveness of the MW/H(2)O(2)-AOP under a continuous mode of operation, and compared the results to those of batch operations. The main factors affecting solubilization by the MW/H(2)O(2)-AOP were heating temperature and hydrogen peroxide dosage. Soluble chemical oxygen demand (SCOD) and volatile fatty acids (VFA) increased with an increase of microwave (MW) heating temperature; very high concentrations were obtained at 90°C. Insignificant amounts of ammonia and reducing sugars were released in all runs. An acidic pH condition was required for phosphorus solubilisation from dairy manure. The best yield was obtained at 90°C with an acid dosage of 1.0 %; about 92 % of total phosphorus and 90 % of total chemical oxygen demand were in the soluble forms. The MW/H(2)O(2)-AOP operated in a continuous operation mode showed pronounced synergistic effects between hydrogen peroxide and microwave irradiation when compared to a batch system under similar operating conditions, resulting in much better yields.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,290

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 savante0,0000,001
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 Opus0,021
Tête enseignante GPT0,305
Écart entre enseignants0,284 · 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'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

Citations10
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Health Part BMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207