MétaCan
Menu
Retour à la cohorte
Enregistrement W2067482346 · doi:10.1061/(asce)1090-025x(2001)5:2(48)

Class A Pathogen Reduction in the SSDML Process

2001· article· en· W2067482346 sur OpenAlexaff
Jean-François Blais, Frédéric Shooner, R. D. Tyagi, Nathan Munier, Ambarish S. Vidyarthi, R. Y. Surampalli

Notice bibliographique

RevuePractice Periodical of Hazardous Toxic and Radioactive Waste Management · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal Extraction and Bioleaching
Établissements canadiensGDG EnvironnementInstitut National de la Recherche ScientifiqueInstitut National d'Optique
Organismes subventionnairesU.S. Environmental Protection Agency
Mots-clésMesophileSewage sludgeFecal coliformSewageBioreactorAerobic digestionPulp and paper industryMicroorganismSewage sludge treatmentSewage treatmentEnvironmental scienceBiosolidsAnaerobic digestionChemistryWaste managementActivated sludgeEnvironmental engineeringBiologyBacteriaEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

The agricultural use of sewage sludge is limited by the presence of toxic metals and pathogens. The simultaneous sludge digestion and metal leaching (SSDML) process has been developed to resolve this problem. In the present study, the performance of the SSDML process for the elimination of total coliforms, fecal coliforms, fecal streptococci, and coliphages from sewage sludge was verified by shake flask, laboratory bioreactor, and pilot plant bioreactors. The effect of pH, sludge solids concentration, temperature, and sludge types on the bacterial indicator's removal was evaluated. The results showed that the SSDML process was more efficient than the conventional mesophilic aerobic sludge digestion process for the elimination of bacterial (2.5 to >7.0 log units reduction) and viral (>8.0 log units reduction) indicator microorganisms.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,010
Tête enseignante GPT0,253
Écart entre enseignants0,243 · 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

Citations13
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePractice Periodical of Hazardous Toxic and Radioactive Waste ManagementMême sujetMetal Extraction and BioleachingTravaux en français237 207