MétaCan
Menu
Retour à la cohorte
Enregistrement W2080682830 · doi:10.1139/l09-137

Treatment of air polluted with methanol vapours in biofilters with and without percolationThis article is one of a selection of papers published in this Special Issue on Biological Air Treatment.

2009· article· en· W2080682830 sur OpenAlexafffundvenue
Antonio Avalos Ramírez, Sandrine Bénard, A. Giroir‐Fendler, J. Peter Jones, Michèle Heitz

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2009
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiofilterVapoursCarbon dioxidePulp and paper industryFilter (signal processing)Biomass (ecology)MethanolEnvironmental scienceEnvironmental engineeringInertChemistryResidence time (fluid dynamics)Waste managementAgronomy

Résumé

récupéré en direct d'OpenAlex

Air polluted with methanol vapours was treated in a biofilter and a biotrickling filter, both packed with inert materials. The effects of the nitrogen concentration present in the nutrient solution, the empty bed residence time, and the methanol inlet load, on the biofilter and biotrickling filter performance were all examined and compared. The elimination capacity, the biomass and the carbon dioxide production rates all increased with the increase of the parameters tested. The maximum elimination capacity for the biotrickling filter was 240 g·m –3 ·h –1 with corresponding removal efficiency of 75% and carbon dioxide production rate of 10 g·m –3 ·h –1 , whereas the maximum elimination capacity for the biofilter was 80 g·m –3 ·h –1 with corresponding removal efficiency of 35% and carbon dioxide production rate of 70 g·m –3 ·h –1 . The biomass production rate was similar for both the biofilter and the biotrickling filter. The carbon dioxide production rate was higher by a factor of 2 to 9 for the biofilter compared to the biotrickling filter.

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 enseignants0,145
Score d'incertitude au seuil0,573

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,010
Tête enseignante GPT0,206
Écart entre enseignants0,195 · 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

Citations6
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetOdor and Emission Control TechnologiesTravaux en français237 207