MétaCan
Menu
Retour à la cohorte
Enregistrement W2092154688 · doi:10.1002/cjce.5450780319

Treatment of olive mill washing water by ultrafiltration

2000· article· en· W2092154688 sur OpenAlexaffvenue
N. Mameri, Farid Halet, M. Drouiche, H. Grib, H. Lounici, D. Belhocine, André Pauss, D. L. Piron

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésUltrafiltration (renal)MembraneChemistryChemical oxygen demandMembrane technologyProduced waterChromatographyPulp and paper industryChemical engineeringMaterials scienceWastewaterEnvironmental engineeringEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract Olive oil production requires important quantities of washing water containing low oil concentrations, but classical processes used to recover or to eliminate this oil are ineffective. This study presents a membrane technique to treat olive oil mill washing water using different commercial ultrafiltration membranes: one organic (PCI) and two ceramic (Ceraver) membranes. The influence of the hydrodynamic parameters (transmembrane pressure and flow rate) and the cut‐off membranes on the efficiency of the ultrafiltration process was evaluated, and it was shown the organic PCI membrane could reduce pollution due to organic matter by decreasing the value of the Chemical oxygen demand by about 90%. Moreover, the nature of the ultrafine pore membrane appeared to be an important parameter which may strongly increase or decrease the capacity of the membrane. The membrane cut‐off did not have a strong influence on the performance of the process but if the membrane pores were too large the stability of the dynamically formed membrane decreased at transmembrane pressures greater than 0.2 MPa.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,027
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,174
Écart entre enseignants0,169 · 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.

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

Citations40
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetMembrane Separation TechnologiesTravaux en français237 207