MétaCan
Menu
Retour à la cohorte
Enregistrement W2061101340 · doi:10.1139/s06-053

A comparative study between thermophilic and mesophilic membrane aerated biofilm reactors

2007· article· en· W2061101340 sur OpenAlexfundvenueno aff
Baoqiang Liao, Steven N. Liss

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiofilmMesophileThermophileAerationChemical oxygen demandWastewaterChemistryMembranePulp and paper industryChemical engineeringMicrobiologyEnvironmental engineeringBacteriaEnvironmental scienceOrganic chemistryBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The concept of thermophilic membrane aerated biofilm reactor (MABR) was investigated for the first time and examined for its potential to treat a high strength synthetic wastewater. Biofilms at 55 °C were successfully grown on gas permeable silicone hollow fiber membranes. At a feed chemical oxygen demand (COD) of 1200 mg/L and a reaction time of 1 d, COD removal efficiency (90%) of the thermophilic MABR (55 °C) was much higher than that (67%) of the mesophilic MABR operated at 18–28 °C. Biofilms in the thermophilic reactor were less thick, more hydrophobic, and less negatively charged. This study indicated that MABRs operated at thermophilic temperatures could be an effective means for controlling biofilm thickness and for the treatment of warm high strength organic waste.Key words: membrane aerated biofilm reactor, thermophilic biofilm, mesophilic biofilm, biofilm characterization, COD removal.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil0,489

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,013
Tête enseignante GPT0,223
Écart entre enseignants0,211 · 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'étudeObservationnel
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

Citations16
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207