MétaCan
Menu
Retour à la cohorte
Enregistrement W2107484168 · doi:10.2166/wqrjc.2011.028

A simulation of the fate of nitrogen in an on-site wastewater treatment system

2011· article· en· W2107484168 sur OpenAlexafffund
Jean Bernier, Paul Lessard, Martin Girard

Notice bibliographique

RevueWater Quality Research Journal · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésEffluentWastewaterEnvironmental scienceDenitrificationAerationSewage treatmentEnvironmental engineeringChemical oxygen demandSuspended solidsWaste managementNitrogenEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

An experiment to study and to build a mathematical model to reproduce the behavior of nitrogen in a residential wastewater treatment process was performed. A pilot unit receiving grey and black water was used. The pilot consisted in a septic tank followed by a fixed-film, partly aerated bioreactor with effluent recirculation operated under two different scenarios: normal operating conditions and increased influent flow. Modeling was performed with the GPS-X™ software. Following a sensitivity analysis, the model was calibrated by comparing results from the pilot experiment and those of the simulation predictions. Obtained results show that the studied pilot unit is able to eliminate most of the ammonia contained in the influent, except for days with exceptionally high influent concentrations. Chemical oxygen demand (COD) and total suspended solids (TSS) reduction is also near complete and a partial denitrification is present. The calibrated model shows a good agreement with results obtained in the pilot unit, although work remains to be done for nitrates. Modeling of residential wastewater treatment appears to be a useful tool for understanding, optimizing and predicting the expected performances of such a system.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,684
Score d'incertitude au seuil0,461

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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)0,0000,000

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 Opus0,168
Tête enseignante GPT0,363
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

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207