Removal of DOC and its fractions from surface waters of the Canadian Prairie containing high levels of DOC and hardness
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper removal of dissolved organic carbon (DOC) and its fractions by chemical coagulation was studied. Raw water was collected from the Red River (Manitoba, Canada). This source water has a DOC concentration ranging from 8 to 12 mg L−1 and total hardness of about 400 mg L−1 CaCO3, which represents a typical surface water quality of the Canadian Prairie. Four coagulants were tested at different pH levels: alum, ferric sulfate, ferric chloride and titanium sulfate. Coagulation effectiveness was evaluated by removal of DOC, DOC fractions, specific UV absorbance (SUVA), and trihalomethane formation potential (THMFP) of the coagulated water. The water DOC was separated into six fractions based on hydrophobicity and acid base functionality: hydrophobic acid (HPOA), hydrophobic base (HPOB), hydrophobic neutral (HPON), hydrophilic acid (HPIA), hydrophilic base (HPIB), and hydrophilic neutral (HPIN). Results showed that ferric sulfate had the highest total DOC removal of 66% while ferric chloride had the lowest DOC reduction of 54%. Although the THMFP was found to be lowered significantly with all four coagulants the ferric chloride showed the greatest THMFP reduction. Fractionation results found a significant reduction in the HPOA fraction for all coagulants with 91% for ferric chloride as the highest removal value. Poor removal of hydrophilic fractions was found for all coagulants. The result of this study showed that total DOC reduction cannot guarantee THMFP reduction and coagulation should be optimized to remove DOC fractions which form most THMs.
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.
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 | 0,002 |
| 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 découle