MétaCan
Menu
Retour à la cohorte
Enregistrement W2087505528 · doi:10.2166/wst.2010.975

Uncertainty and variability in enhanced biological phosphorus removal (EBPR) stoichiometry: consequences for process modelling and optimization

2010· article· en· W2087505528 sur OpenAlexaff
Dwight Houweling, Yves Comeau, Imre Takács, Peter Dold

Notice bibliographique

RevueWater Science & Technology · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensPolytechnique MontréalEnviroSim (Canada)
Organismes subventionnairesnon disponible
Mots-clésEnhanced biological phosphorus removalPhosphorusActivated sludgeAnaerobic exerciseChemistryPolyphosphatePopulationStoichiometrySequencing batch reactorPulp and paper industryWastewaterEnvironmental chemistryEnvironmental engineeringEnvironmental scienceBiologyBiochemistryPhosphatePhysiology

Résumé

récupéré en direct d'OpenAlex

The overall potential for enhanced biological phosphorus removal (EBPR) in the activated sludge process is constrained by the availability of volatile fatty acids (VFAs). The efficiency with which polyphosphate accumulating organisms (PAOs) use these VFAs for P-removal, however, is determined by the stoichiometric ratios governing their anaerobic and aerobic metabolism. While changes in anaerobic stoichiometry due to environmental conditions do affect EBPR performance to a certain degree, model-based analyses indicate that variability in aerobic stoichiometry has the greatest impact. Long-term deterioration in EBPR performance in an experimental SBR system undergoing P-limitation can be predicted as the consequence of competition between PAOs and GAOs. However, the observed rapid decrease in P-release after the change in feed composition is not consistent with a gradual shift in population.

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)0,010
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 GPT0,241
Écart entre enseignants0,228 · 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'étudeSimulation ou modélisation
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

Citations7
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207