MétaCan
Menu
Retour à la cohorte
Enregistrement W2324224015 · doi:10.2166/wst.2011.047

Characteristics of different fractions of microbial flocs and their role in membrane fouling

2011· article· en· W2324224015 sur OpenAlexaff
Hongjun Lin, Weijue Gao, Kam Tin Leung, Baoqiang Liao

Notice bibliographique

RevueWater Science & Technology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésExtracellular polymeric substanceFoulingMembrane foulingChemistryMembraneFraction (chemistry)Temperature gradient gel electrophoresisChromatographyMicrobial population biologyChemical engineeringPulp and paper industryBiofilmBacteriaBiology

Résumé

récupéré en direct d'OpenAlex

Characteristics of different fractions (small flocs vs. large flocs) of sludge flocs from a submerged anaerobic membrane bioreactor treating thermomechanical pulping (TMP) whitewater were determined using various analytic techniques, including extraction and chemical analysis of extracellular polymeric substances (EPS), particle size analyzer, and polymer chain reaction (PCR)-denaturing gradient gel electrophoresis (DGGE). The results showed that the fraction of smaller flocs contained a higher level of bound EPS and had a higher fractal dimension as compared to the fraction of larger flocs. PCR-DGGE analysis indicated that there were significant differences in microbial community between the fraction of smaller flocs and large flocs. The microbial community of the smaller flocs was similar to that of the sludge cake layers, indicating the pioneering role of the microbial community in smaller flocs in membrane fouling. These findings provide a new insight in the difference of membrane fouling potential between smaller flocs and larger flocs fraction.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,012
Tête enseignante GPT0,210
Écart entre enseignants0,198 · 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'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

Citations55
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetMembrane Separation TechnologiesTravaux en français237 207