MétaCan
Menu
Retour à la cohorte
Enregistrement W2103441523 · doi:10.1155/2010/412734

Modeling the Effect of Plants and Peat on Evapotranspiration in Constructed Wetlands

2010· article· en· W2103441523 sur OpenAlexafffund
Florent Chazarenc, Simon Naylor, Yves Comeau, Gérard Merlin, Jacques Brisson

Notice bibliographique

RevueInternational Journal of Chemical Engineering · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConstructed Wetlands for Wastewater Treatment
Établissements canadiensUniversité de MontréalPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhragmitesPeatEvapotranspirationAlgorithmWetlandEnvironmental scienceMathematicsEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Evapotranspiration (ET) in constructed wetlands (CWs) represents a major factor affecting hydrodynamics and treatment performances. The presence of high ET was shown to improve global treatment performances, however ET is affected by a wide range of parameters including plant development and CWs age. Our study aimed at modelling the effect of plants and peat on ET in CWs; since we hypothesized peat could behave like the presence of accumulated organic matter in old CWs. Treatment performances, hydraulic behaviour, and ET rates were measured in eight 1 m 2 CWs mesocosm (1 unplanted, 1 unplanted with peat, 2 planted with Phragmites australis , 2 planted with Typha latifolia and 2 planted with Phragmites australis with peat). Two models were built using first order kinetics to simulate COD and TKN removal with ET as an input. The effect of peat was positive on ET and was related to the better growth conditions it offered to macrophytes. Removal efficiency in pilot units with larger ET was higher for TKN. On average, results show for COD a k 20 value of 0.88 d - 1 and 0.36 d - 1 for TKN. We hypothesized that the main effect of ET was to concentrate effluent, thus enhancing degradation rates.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,067
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,003
Tête enseignante GPT0,199
Écart entre enseignants0,196 · 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

Citations23
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Chemical EngineeringMême sujetConstructed Wetlands for Wastewater TreatmentTravaux en français237 207