MétaCan
Menu
Retour à la cohorte
Enregistrement W2342643911 · doi:10.2166/wst.2015.127

Understanding the contribution of biofilm in an integrated fixed-film-activated sludge system (IFAS) designed for nitrogen removal

2015· article· en· W2342643911 sur OpenAlexaff
P. Moretti, J.M. Choubert, J.P. Canler, O. Petrimaux, Pierre Buffière, Paul Lessard

Notice bibliographique

RevueWater Science & Technology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésNitrificationActivated sludgeChemistryEnvironmental engineeringAmmoniaAmmoniumBiomass (ecology)AutotrophPulp and paper industryNitrogenWaste managementEnvironmental scienceEnvironmental chemistrySewage treatmentEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to improve knowledge on the integrated fixed-film-activated sludge (IFAS) system designed for nitrogen removal. Biofilm growth and its contribution to nitrification were monitored under various operating conditions in a semi-industrial pilot-scale plant. Nitrification rates were observed in biofilms developed on free-floating media and in activated sludge operated under a low sludge retention time (4 days) and at an ammonia loading rate of 45-70 gNH4-N/kgMLVSS/d. Operational conditions, i.e. oxygen concentration, redox potential, suspended solids concentration, ammonium and nitrates, were monitored continuously in the reactors. High removal efficiencies were observed for carbon and ammonium at high-loading rate. The contribution of biofilm to nitrification was determined as 40-70% of total NOx-N production under the operating conditions tested. Optimal conditions to optimize process compacity were determined. The tested configuration responds especially well to winter and summer nitrification conditions. These results help provide a deeper understanding of how autotrophic biomass evolves through environmental and operational conditions in IFAS systems.

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 enseignants0,003
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
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 Opus0,046
Tête enseignante GPT0,251
Écart entre enseignants0,205 · 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

Citations19
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207