MétaCan
Menu
Retour à la cohorte
Enregistrement W2292475709 · doi:10.2175/106143012x13407275694671

Characterization of Sulfur in Raw and Anaerobically Digested Municipal Wastewater Treatment Sludges

2012· article· en· W2292475709 sur OpenAlexafffund
Weiwei Du, Wayne J. Parker

Notice bibliographique

RevueWater Environment Research · 2012
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSulfurChemistryAnaerobic digestionFractionationSewage sludgeMicrowave digestionSewage treatmentRaw materialEnvironmental chemistryFraction (chemistry)ChromatographyWaste managementMethaneOrganic chemistryDetection limit

Résumé

récupéré en direct d'OpenAlex

A microwave-enhanced acid digestion method that was integrated with inductively coupled plasma-atomic emission spectrometry was developed and validated for determining total, soluble, and precipitated sulfur in wastewater treatment sludges. The coefficient of variation of this method was less than 4.0%. The recovery of dosed sulfur from sludge samples was between 97.1% and 100.5%. The composition of sulfur in primary and waste-activated sludge (WAS) before and after anaerobic digestion at 35 and 55 degrees C was characterized by employing this developed method. There was not an apparent relationship between the precipitated sulfur and nonsoluble iron concentrations in sludges. Raw WAS had a more consistent organic sulfur fractionation because of its relatively homogeneous composition. The organic-sulfur-containing components (proteins) of WAS had reduced degradability as compared with that in primary sludge during anaerobic digestion. Digestion at 55 degrees C increased solubilization but not ultimate conversion of organic sulfur in sludge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,289

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,044
Tête enseignante GPT0,283
Écart entre enseignants0,239 · 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 tête enseignante, 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

Citations26
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Environment ResearchMême sujetOdor and Emission Control TechnologiesTravaux en français237 207