Membrane Fouling Potential of Secondary Effluent Organic Matter (EfOM) from Conventional Activated Sludge Process
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Secondary effluent organic matter (EfOM) from a conventional activated sludge process was filtered through constant-pressure dead-end filtration tests with a sequential ultrafiltration (UF, molecular weight cut-off (MWCO) of 10k Dalton) and nanofiltration (NF, MWCO of 200 Dalton) array to investigate its membrane fouling potential. Advanced analytical methods including liquid chromatography with online carbon detection (LC-OCD) and fluorescent excitation-emission matrix (F-EEM) were employed for EfOM characterization. EfOM consisted of humic substances and building blocks, low molecular weight (LMW) neutrals, biopolymers (mainly proteins) and hydrophobic organics according to the sequence of their organic carbon fractions. The UF rejected only biopolymers and the NF rejected most humics and building blocks and a significant part of LMW neutrals. Simultaneous occurrence of cake layer and standard blocking during the filtration process of both UF and NF was identified according to constant-pressure filtration equations, which was possibly caused by the heterogeneous nature of EfOM with a wide MW distribution (several ten to several million Dalton). Thus the corresponding two fouling indices (kc for cake layer and ks for standard blocking) from UF and NF could characterize the fouling potential of macromolecular biopolymers and low to intermediate MW organics (including humics, building blocks, LMW neutrals), respectively. Compared with macromolecular biopolymers, low to intermediate MW organics exhibited a much higher fouling potential due to their lower molecular weight and higher concentration.
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.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découle