Notice bibliographique
Résumé
Reactions between natural organic matter (NOM) and chlorine during disinfecting drinking water form trihalomethanes (THMs) and other chlorinated by products (CBPs), some of which are possible carcinogen to human health. A number of models have been developed to predict THMs formation since the discovery of THMs in drinking waters. A fraction of these models used a total of 22 different parameters while individual models used 3 to 8 parameters. Some existing models incorporated more than one parameter from total organic carbon (TOC), dissolved organic carbon (DOC) and UV absorption capacity at 254 nm (UV254), while all of these three characterize NOM in water; thus, there exist a possibility of illconditioned coefficient estimation. This paper presents the results of an experimental investigation on different parameters from four water supply systems in Newfoundland, Canada. Strong correlations were found among total organic carbon (TOC), dissolved organic carbon (DOC) and UV absorption capacity at 254 nm (UV254). This study along with the past studies identified pH, temperature and reaction time as significant for THMs formation; however, some existing models ignored these parameters. Although these models have good performance in predicting THMs formation in respective environmental conditions, some models might suffer weakness from mathematical point of view; thus needs to be carefully applied. This study recommends using one parameter from TOC, DOC and UV254 and chlorine dose, pH, temperature and reaction time for future modeling.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».