Evaluation of adsorption and coagulation as membrane pretreatment steps for the removal of organic material and disinfection-by-product precursors
Notice bibliographique
Résumé
Adsorption using powdered activated carbon and coagulation using polyaluminium chloride or aluminum sulphate were investigated as pretreatment steps prior to membrane filtration to remove organic material and trihalomethane (THM) precursors contained in a raw drinking water source. Ultrafiltration and microfiltration membrane treatment alone could not effectively and consistently remove organic material, measured as total organic carbon, and THM precursors, measured as chloroform formation potential, contained in the raw water. Coagulation, prior to membrane treatment, significantly improved the removal of organic material and THM precursors contained in the raw water. Microfiltration membrane treatment, with pre-coagulation, consistently removed approximately 75% of the organic material and the THM precursors contained in the raw water. A coagulant concentration of approximately 0.3 mg/L, as Al, was sufficient to achieve this high removal efficiency. Adsorption, prior to membrane treatment, did not significantly improve the removal of organic material or THM precursors. Key words: adsorption, chloroform, coagulation, disinfection-by-products, drinking water treatment, microfiltration, trihalomethanes, ultrafiltration.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».