MétaCan
Menu
Retour à la cohorte
Enregistrement W2135187553 · doi:10.1061/(asce)0733-9372(2005)131:12(1755)

Simplified Model for the Class-I Settling Tanks Design

2005· article· en· W2135187553 sur OpenAlexafffund
Yee‐Chung Jin, Fang Lü, Md. Badruzzaman

Notice bibliographique

RevueJournal of Environmental Engineering · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Sediment Control
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSettlingEffluentSuspension (topology)CalibrationComputer scienceControl theory (sociology)Process engineeringMathematicsEnvironmental engineeringEnvironmental scienceEngineeringControl (management)Statistics

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to simplify the original one-dimensional mathematical model that is used to simulate the performance of nonuniform particle sizes in Class-I settling tanks. This paper shows that the modified model is both efficient and economical. The model is capable of providing such information as removal efficiency, particle size distributions in sludge and effluent suspension, and the thickness of bottom sludge. If the desired removal efficiency is provided, a simple equation from the simplified model can be used to calculate the length of the tank. Moreover, the model is quite straightforward and does not require a computer program to obtain results. It deals with only one parameter, the sediment coefficient α, which shows great advantages. Here α is taken as 1.2 for the Class-I settling tanks, however calibration is still recommended. Effluent information, which is important for further treatment units, can be calculated directly from the simplified model. The simplified model is qualitatively reasonable in comparison with other models.

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: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,010
Tête enseignante GPT0,184
Écart entre enseignants0,174 · 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

Citations5
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental EngineeringMême sujetEnvironmental and Sediment ControlTravaux en français237 207