MétaCan
Menu
Retour à la cohorte
Enregistrement W2317187670 · doi:10.2166/wqrjc.2013.046

Characterisation of retention tank water quality: particle settling velocity distribution and retention time

2013· article· en· W2317187670 sur OpenAlexaff
Thibaud Maruéjouls, Peter A. Vanrolleghem, Geneviève Pelletier, Paul Lessard

Notice bibliographique

RevueWater Quality Research Journal · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSettlingHydraulic retention timeContext (archaeology)InletPollutantWastewaterEnvironmental scienceChemical oxygen demandWater qualityEnvironmental engineeringCombined sewerParticle (ecology)Total suspended solidsRetention timeChemistryEngineeringSurface runoffGeologyEcologyStormwater

Résumé

récupéré en direct d'OpenAlex

Retention tanks (RTs) are commonly used to reduce combined sewer overflows, management of which is an important way of reducing the impacts of urban development on receiving waters. However, overflow characteristics and the processes affecting them are not yet fully understood. In a context of integrated urban wastewater systems, the management of RTs is mainly done to satisfy hydraulic constraints even if the idea behind such structures is to limit the discharge of pollutants to the environment. This study reports new insights in the settling processes and the pollutant behaviour occurring in an off-line RT. The authors first focus on the total suspended solids (TSS) and the total chemical oxygen demand (CODt) dynamics at the inlet and the outlet of a RT. Secondly, they focus on the possible relationship between the variation of the particle settling velocity distribution of particles and the TSS concentration dynamics. Finally, analyses of the TSS and CODt concentration evolution during tank emptying give information on the interaction between wastewater retention time and the settling performance.

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)0,010
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,801
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,111
Tête enseignante GPT0,341
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetUrban Stormwater Management SolutionsTravaux en français237 207