MétaCan
Menu
Retour à la cohorte
Enregistrement W2133444399 · doi:10.1002/jctb.750

Control of filamentous organisms in food‐processing wastewater treatment by intermittent aeration and selectors

2003· article· en· W2133444399 sur OpenAlexaff
George Nakhla, Andrew Lugowski

Notice bibliographique

RevueJournal of Chemical Technology & Biotechnology · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensConestoga CollegeWestern University
Organismes subventionnairesnon disponible
Mots-clésAerationSettlingWastewaterAnoxic watersActivated sludgeSewage treatmentPulp and paper industryMicroorganismChemistryVolume (thermodynamics)Food industryEnvironmental engineeringEnvironmental scienceWaste managementFood scienceEnvironmental chemistryBiologyBacteriaEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Various measures were tested at a full‐scale wastewater treatment plant to control sludge bulking by type 0041 and 0675 filamentous microorganisms, instigated by highly variable wastewater loadings from a food‐processing facility. Intermittent aeration on a 1‐h on 1‐h off basis was found to effect a marginal improvement in sludge settling characteristics, as reflected by about an 11–36% reduction in the Sludge Volume Index (SVI) to 118 cm−3 g−1. At BOD loadings of 1500 kg d−1 which marginally exceeded the design capacity of the plant of 1200 kg d−1, SVI rose sharply to 230 cm−3 g−1 in less than a week. The anoxic selector effected a reduction in SVI to 170 cm−3 g−1 within 3 weeks of operation at temperatures of 8–12 °C. The aerobic selector was most effective, reducing SVIs further to 79 cm−3 g−1 in 2 weeks. Sludge settleablity was found to be inversely proportional to the aerobic selector food‐to‐microorganism ratio. The optimum aerobic selector loading was found to be 1.8–2.7 kgBOD5 kgMLVSS d−1, with corresponding SVIs in the range of 80–120 cm−3 g−1. © 2003 Society of Chemical Industry

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,194
Écart entre enseignants0,189 · 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'étudeObservationnel
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

Citations11
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Technology & BiotechnologyMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207