MétaCan
Menu
Retour à la cohorte
Enregistrement W2138847999 · doi:10.2166/wqrj.2001.028

Short-Term Effects of Low pH on the Microfauna of an Activated Sludge Wastewater Treatment System

2001· article· en· W2138847999 sur OpenAlexafffundabout
Damian D. Baldwin, Christine Campbell

Notice bibliographique

RevueWater Quality Research Journal · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesMemorial University of Newfoundland
Mots-clésMicrofaunaEffluentActivated sludgeWastewaterSewage treatmentChemistryPulp and paper industryPopulationEnvironmental chemistryAnimal scienceEnvironmental engineeringEcologyBiologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract Optimum pH for biological (e.g., activated sludge) wastewater treatment is stated to lie between pH 6.5 and 8.0; however, the pH of processed effluent from thermomechanical pulp mills is closer to 4.5 and 5.5. Consequently, pH adjustment of effluent is required with associated costs. The ability of the microfaunal community (protozoa and metazoa) of activated sludge to survive at pH levels below 6.5 was evaluated with samples collected from Corner Brook Pulp and Paper Ltd. (Newfoundland, Canada). Effect of pH was examined at “high pH” (4.5, 5.5 and 6.5 control) and “low pH” (2.5, 3.5 and 6.5 control) under “summer” temperatures of 30°C and “winter” temperatures of 15°C, with impacts assessed after 1 h and 24 h exposure. Effect of pH was found to be temperature-dependent: pH levels down to 4.5 appeared to have little impact on microfaunal abundances at 30°C , but a number of microfauna were negatively affected at 15°C. Low pH levels of 2.5 and 3.5 were detrimental to the population densities of most microfauna. Adverse pH effects were more marked with increased exposure in some cases. An acid-neutralizing ability may be inherent in the activated sludge, as treatment pH increased over 24 h.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,487

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 ouverte0,0010,000
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 Opus0,068
Tête enseignante GPT0,340
Écart entre enseignants0,272 · 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

Citations27
Publié2001
Routes d'admission3
Résumé présentoui

Explorer davantage

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