MétaCan
Menu
Retour à la cohorte
Enregistrement W2131115936 · doi:10.2166/wqrjc.2011.125

Treatability study of two hybrid-passive treatment systems for landfill leachate operated at cold temperature

2011· article· en· W2131115936 sur OpenAlexaff
Sean Speer, Pascale Champagne, Bruce C. Anderson

Notice bibliographique

RevueWater Quality Research Journal · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConstructed Wetlands for Wastewater Treatment
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésLeachateEnvironmental scienceTrickling filterPeatNitrificationWaste managementChemistryEnvironmental engineeringPulp and paper industrySewage treatmentEnvironmental chemistryNitrogenEcology

Résumé

récupéré en direct d'OpenAlex

Cold ambient temperatures can negatively affect the performance of passive and semi-passive landfill leachate treatment systems and decrease treatment efficiency. Cold temperature leachate treatment efficiencies were compared between a commercially available semi-passive treatment system and a passive peat and wood shaving biological trickling filter. The addition of an active fixed-film pretreatment stage in the treatment train was also assessed. Results indicated that the internal temperature of the peat filters was independent of influent water temperature; exothermic reactions maintained internal system temperatures. It was determined that pretreatment of the leachate did not affect the overall removal of chemical oxygen demand (COD), but did increase nitrification in the subsequent passive treatment systems and allowed for the removal of dissolved inorganic constituents prior to the passive treatment system, which will extend the useful life of the entire treatment train. The hybrid-passive treatment systems reduced COD concentrations by 10 ± 3% and 15 ± 3%, in the semi-passive treatment system and the peat and wood shaving biological trickling filter-based systems, respectively, and indicated that nitrifying biomass was starting to populate the treatment systems. It was therefore concluded that operation of these systems would be feasible under cold climate and should be assessed at the pilot-scale.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,134
Tête enseignante GPT0,374
Écart entre enseignants0,240 · 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

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetConstructed Wetlands for Wastewater TreatmentTravaux en français237 207