MétaCan
Menu
Retour à la cohorte
Enregistrement W2354867825 · doi:10.1111/wej.12164

Comparison of microbial populations and foaming dynamics in conventional versus membrane enhanced biological phosphorous removal systems

2016· article· en· W2354867825 sur OpenAlexaff
Mari K.H. Winkler, Eileen Kröber, William W. Mohn, Frederic A. Koch, Dominic Frigon

Notice bibliographique

RevueWater and Environment Journal · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensMcGill UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSpecies evennessMembranePhosphatePhosphorusPopulationComposition (language)Microbial population biologyNitrogenBiological systemMatrix (chemical analysis)ChemistryChemical engineeringModel systemBacteriaBiologyChromatographyEcologyBiochemistrySpecies diversityOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, molecular community analysis and analytical measurements were combined to assess and compare the identity, functionality, structure, and temporal changes of membrane and conventional enhanced biological phosphorous removal systems (which ran stable over 300 days) and to identify the dynamics of the foam forming population. Magnesium was added to the system with the goal to enhance phosphate removal. Both systems behaved similarly with respect to phosphate and nitrogen removal efficiency and had similar community evenness, but they differed in community composition. A principle component analysis indicated that, the community of the membrane system changed permanently whereas the conventional system returned to approximately its initial composition. The relative intensity of DGGE bands were transformed in a numerical matrix and based on this matrix a model was constructed, which predicted some bands as foam forming bands, which were identified as foam‐forming filamentous bacteria by sequencing.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
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
Métarecherche0,0000,001
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 Opus0,030
Tête enseignante GPT0,250
Écart entre enseignants0,219 · 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'étudeObservationnel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater and Environment JournalMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207