MétaCan
Menu
Retour à la cohorte
Enregistrement W2335184456 · doi:10.2166/wqrjc.2016.039

Bench-scale study of ultrafiltration membranes for evaluating membrane performance in surface water treatment

2016· article· en· W2335184456 sur OpenAlexafffundabout
Dillon A. Waterman, Steven Walker, Bingjie Xu, Roberto Narbaitz

Notice bibliographique

RevueWater Quality Research Journal · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésUltrafiltration (renal)FoulingFiltration (mathematics)Membrane foulingMembraneHollow fiber membraneEnvironmental scienceEnvironmental engineeringSedimentationMembrane technologyVolume (thermodynamics)Water treatmentChemistryChromatographyMathematicsGeologyThermodynamics

Résumé

récupéré en direct d'OpenAlex

Currently, there is no standard bench-scale dead-end ultrafiltration (UF) testing system. The aim of the present study was to design and build a bench-scale hollow fiber UF system to assess the impact of operational parameters on membrane performance and fouling. A bench-scale hollow fiber UF system was built to operate at a constant flux (±2% of the set-point flux) and included automated backwash cycles. The development of the bench-scale system showed that it is very difficult to maintain a constant flux during the first minute of the filtration cycles, that digital flow meters are problematic, and that the volume of the backwash waste lines should be minimized. The system was evaluated with Ottawa River water, which has a relatively high hydrophobic natural organic matter content and is typical of Northern Canadian waters. The testing using different permeate fluxes, filtration cycle duration and backwash cycle duration showed that this system mimics the performance of larger systems and may be used to assess the impact of operating conditions on membrane fouling and alternative pretreatment options. Modeling the first, middle, and last filtration cycles of the six runs using single and dual blocking mechanisms yielded inconsistent results regarding the controlling fouling mechanisms.

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)0,009
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 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 enseignants0,043
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,193
Tête enseignante GPT0,433
Écart entre enseignants0,240 · 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.

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

Citations12
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetMembrane Separation TechnologiesTravaux en français237 207