MétaCan
Menu
Retour à la cohorte
Enregistrement W2161503031 · doi:10.1061/(asce)0733-9372(2008)134:5(395)

Optimizing Struvite Production for Phosphate Recovery in WWTP

2008· article· en· W2161503031 sur OpenAlexafffundabout
Alexander L. Forrest, Kazi Parvez Fattah, D. S. Mavinic, Frank-Thomas Koch

Notice bibliographique

RevueJournal of Environmental Engineering · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhosphorus and nutrient management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStruviteAnaerobic digestionSewage treatmentDigestateEnvironmental sciencePhosphateWaste managementAmmoniumWastewaterAmmonium phosphatePulp and paper industryDowntimeEnvironmental engineeringChemistryFertilizerEngineering

Résumé

récupéré en direct d'OpenAlex

Struvite, a crystalline structure comprised of ions of magnesium (Mg+2), ammonium (NH4–N), and phosphate (PO4–P), is commonly encountered in wastewater treatment plants (WWTPs) through struvite encrustation. The gradual accumulation of this crystal in pipes and fittings leads to high costs due to downtime and replacement of parts. Technologies that are used to reduce this problem are ideally located in biological nutrient removal plants downstream of anaerobic digesters, as high levels of NH4–N and PO4–P typically characterize anaerobic digester supernatants. In 2003–2004, two technical-scale, struvite recovery studies were conducted on-site at the City of Penticton, B.C., Canada and the City of Richmond, B.C., Canada using a novel technology developed by the environmental engineering group at the University of British Columbia. The results of these studies showed an average reduction of 80% in phosphate and a dense, spherical product, 5–10 times larger than any commercially available struvite to date. Overall, the recovery of struvite has enormous commercial potential, which results in WWTP becoming more sustainable, concurrently reducing problems typically associated with their operation.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,170
Écart entre enseignants0,164 · 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

Citations108
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental EngineeringMême sujetPhosphorus and nutrient managementTravaux en français237 207