MétaCan
Menu
Retour à la cohorte
Enregistrement W2172050596 · doi:10.2166/wst.2013.687

Reliability of on-site greywater treatment systems in Mediterranean and arid environments – a case study

2013· article· en· W2172050596 sur OpenAlexfundno aff
Yuval Alfiya, Amit Gross, Menachem Y. Sklarz, Eran Friedler

Notice bibliographique

RevueWater Science & Technology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Reuse
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésGreywaterReuseReliability (semiconductor)Flooding (psychology)Environmental scienceEngineeringAridWaste management

Résumé

récupéré en direct d'OpenAlex

On-site greywater (GW) treatment and reuse is gaining popularity. However, a main point of concern is that inadequate treatment of such water may lead to negative environmental and health effects. Maintenance of single-family home GW systems is usually performed by home owners with limited professional support. Therefore, unless GW systems are reliable, environmental and public health might be compromised. This study is aimed at investigating the reliability of on-site recirculated vertical flow constructed wetlands (RVFCW) in 20 single-family homes. In order to ensure reliability, the failure-tree approach was adopted during the design and construction of the systems. The performance of the systems was monitored for 1.5 years, by evaluating treated GW flow and quality, and by recording all malfunctions and maintenance work. Only 39 failures occurred during this period, of which four caused irrigation with impaired quality GW, while the rest led to no irrigation. The mean time between failures (MTBF) was 305 days; two out of the 20 systems suffered from seven malfunctions (each), while nine systems did not fail at all. Thus, it can be postulated that if on-site GW treatment systems are designed with the right controls, and if scheduled (basic and relatively infrequent) maintenance is performed, GW reuse can be safe to the environment and human health.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,011
Tête enseignante GPT0,221
Écart entre enseignants0,210 · 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

Citations35
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetWastewater Treatment and ReuseTravaux en français237 207