MétaCan
Menu
Retour à la cohorte
Enregistrement W2129609703 · doi:10.2166/wpt.2014.062

Comparison of ultraviolet (UV) radiation intensity between a single lamp and a double lamp in a reactors

2014· article· en· W2129609703 sur OpenAlexaff
Gholamreza Asadollahfardi, Matin Molaei, Masoud Taheriyoun, Ivan Leversage

Notice bibliographique

RevueWater Practice & Technology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésUltravioletUltraviolet radiationRadiationIntensity (physics)Materials scienceEnvironmental scienceWastewaterVolume (thermodynamics)ChemistryNuclear engineeringPulp and paper industryOptoelectronicsRadiochemistryOpticsEnvironmental engineeringPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Disinfection of drinking water is a challenging and controversial issue. Chemical and ultraviolet (UV) methods are used to deactivate bacteria. Some of the chemical disinfection causes threats to public health since they produce toxic chemical compounds. Recently, several researchers conducted experiments and mathematical models to deactivate pathogenic bacteria from wastewater and drinking water using UV. The intensity of UV is very effective in deactivating bacteria. The authors compared the radiation intensity of a single and double lamp in a UV reactor for water treatment using computational fluid dynamics. The results indicated that the mean volume emission rate of single lamp and double lamp in the reactor was similar. However, the energy distribution of single lamps was much better than the double lamp in the reactor. The sensitivity analysis using three different UV transmittances (UVT), 70, 80 and 90%, indicated that the increase in % UVT value improved the energy distribution in the UV reactor.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,278
Écart entre enseignants0,260 · 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'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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Practice & TechnologyMême sujetWater Treatment and DisinfectionTravaux en français237 207