MétaCan
Menu
Retour à la cohorte
Enregistrement W2165140024 · doi:10.2166/wst.2006.822

Plant-wide (BSM2) evaluation of reject water treatment with a SHARON-Anammox process

2006· article· en· W2165140024 sur OpenAlexaff
Eveline I.P. Volcke, Krist V. Gernaey, Darko Vrečko, Ulf Jeppsson, Mark C.M. van Loosdrecht, Peter A. Vanrolleghem

Notice bibliographique

RevueWater Science & Technology · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensUniversité Laval
Organismes subventionnairesVlaamse regeringFonds Wetenschappelijk Onderzoek
Mots-clésClarifierEffluentAnammoxSewage treatmentDewateringWastewaterEnvironmental scienceActivated sludgeEnvironmental engineeringWater qualityWaste managementEngineeringNitrogenChemistryDenitrificationEcology

Résumé

récupéré en direct d'OpenAlex

In wastewater treatment plants (WWTPs) equipped with sludge digestion and dewatering systems, the reject water originating from these facilities contributes significantly to the nitrogen load of the activated sludge tanks, to which it is typically recycled. In this paper, the impact of reject water streams on the performance of a WWTP is assessed in a simulation study, using the Benchmark Simulation Model no. 2 (BSM2), that includes the processes describing sludge treatment and in this way allows for plant-wide evaluation. Comparison of performance of a WWTP without reject water with a WWTP where reject water is recycled to the primary clarifier, i.e. the BSM2 plant, shows that the ammonium load of the influent to the primary clarifier is 28% higher in the case of reject water recycling. This results in violation of the effluent total nitrogen limit. In order to relieve the main wastewater treatment plant, reject water treatment with a combined SHARON-Anammox process seems a promising option. The simulation results indicate that significant improvements of the effluent quality of the main wastewater treatment plant can be realized. An economic evaluation of the different scenarios is performed using an Operating Cost Index (OCI).

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,231
Écart entre enseignants0,219 · 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

Citations28
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207