MétaCan
Menu
Retour à la cohorte
Enregistrement W2046928568 · doi:10.1080/09593330801987616

PERFORMANCE OF A HIGH‐RATE/HIGH‐SHEAR ACTIVATED SLUDGE BIOREACTOR TREATING BIODEGRADABLE WASTEWATER

2008· article· en· W2046928568 sur OpenAlexafffund
Scott Christian, Shannon Grant, K. S. Singh, R.C. Landine

Notice bibliographique

RevueEnvironmental Technology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensSt. Thomas UniversityGovernment of New BrunswickUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAtlantic Canada Opportunities Agency
Mots-clésAerationActivated sludgeChemical oxygen demandBioreactorWastewaterHydraulic retention timePulp and paper industryChemistryMixed liquor suspended solidsSewage treatmentWaste managementEnvironmental engineeringEnvironmental scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A high-rate activated sludge (HRAS) bioreactor with high shear venturi aeration was operated in the laboratory at various organic loading rates to evaluate chemical oxygen demand (COD) removal efficiency and sludge production. Organic loading rates two orders of magnitude higher than conventional activated sludge loading were investigated in the modified HRAS reactor for a period of 41 weeks. Filtered COD removal efficiency varied from 81 to 92 % for organic loading rates of 3 to 85 kg COD m(-3) d(-1). Observed sludge yield was determined to be 0.10-0.25 g TSS produced g(-1) COD removed, under hydraulic and solids retention times (SRTs) approaching less than two hours and two days, respectively. Observed sludge yield actually declined as loading increased and SRT decreased. It was concluded that high-shear forces created in the reactor due to intense aeration at high volumetric organic loading rates increased substrate utilization rate, improved filtered COD removal efficiency, and kept sludge yields relatively low (despite the very low operating SRTs).

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,098
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)0,0020,001

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 Opus0,008
Tête enseignante GPT0,179
Écart entre enseignants0,171 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations6
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental TechnologyMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207