MétaCan
Menu
Retour à la cohorte
Enregistrement W2162617397 · doi:10.1002/ep.12180

Effect of pretreatment using ultrasound and hydrogen peroxide on digestion of waste activated sludge in an anaerobic membrane bioreactor

2015· article· en· W2162617397 sur OpenAlexaff
Priyanka Joshi, Wayne J. Parker

Notice bibliographique

RevueEnvironmental Progress & Sustainable Energy · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of WaterlooAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésBioreactorChemistryMembrane foulingHydrogen peroxideActivated sludgeAnaerobic digestionSpargingSonicationMembrane bioreactorAnaerobic exercisePulp and paper industryMembrane reactorBiodegradationFoulingWaste managementChromatographyMembraneChemical oxygen demandWastewaterBiochemistryMethaneOrganic chemistryBiology

Résumé

récupéré en direct d'OpenAlex

This study investigated combining pretreatment of waste activated sludge with anaerobic digestion in a submerged anaerobic membrane bioreactor. Preliminary tests revealed that a hydrogen peroxide and ultrasound pretreatment resulted in a chemical oxygen demand solubilization of 40% when a dose of 50 gH2O2/kgTS and sonication for 60 min were employed. Raw and pretreated waste activated sludge were fed to an anaerobic membrane bioreactor to determine if this increase in solubilization affected the biodegradability of the sludge. It was observed that pretreatment increased the extent to which the sludge was digested and hence it was concluded that the combined action of ultrasound and peroxide increased the biodegradable fraction of the sludge, while reducing the bioreactor and waste stream solids concentration. At a constant flux of 2.75 L/m2/hour, the transmembrane pressure and the fouling rate remained low and relatively constant over the course of operation, despite reduced mass flow of solids. The performance of the membrane was attributed to the fouling minimizing protocol that consisted of regular maintenance cleaning, a relaxed mode of operation, and continuous gas sparging. © 2015 American Institute of Chemical Engineers Environ Prog, 34: 1724–1730, 2015

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,239
Écart entre enseignants0,230 · 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

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Progress & Sustainable EnergyMême sujetMembrane Separation TechnologiesTravaux en français237 207