MétaCan
Menu
Retour à la cohorte
Enregistrement W2410295037 · doi:10.2175/106143012x13347678384567

Hydrodynamic Treatment of Wastewater Effluent Flocs for Improved Disinfection

2012· article· en· W2410295037 sur OpenAlexafffund
John Gibson, Ian G. Droppo, Ramin Farnood, B. Mahendran, Peter Seto, Steven N. Liss

Notice bibliographique

RevueWater Environment Research · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueUltrasound and Cavitation Phenomena
Établissements canadiensQueen's UniversityUniversity of GuelphUniversity of TorontoEnvironment and Climate Change Canada
Organismes subventionnairesCanadian Water Network
Mots-clésBreakageEffluentWastewaterFlocculationCavitationParticle (ecology)Sewage treatmentEnvironmental engineeringWater treatmentChemistryPulp and paper industryEnvironmental scienceMaterials scienceComposite materialGeologyMechanics

Résumé

récupéré en direct d'OpenAlex

Hydrodynamic forces generated by an orifice plate under low pressure were examined as a means of disrupting flocs, in order to improve disinfection of treated wastewater effluents. Changes in cavitation conditions were found to have little impact on the extent of particle breakage in this experimental setup. The rate of strain (flow rate divided by the hole radius cubed), however, was found to be the best predictor of floc breakage. Floc breakage was not affected by changes in floc concentration, but was very sensitive to differences between flocs collected from different sources. Larger flocs (90 to 106 microm) were broken apart to a greater extent than smaller ones (53 to 63 microm). Hydrodynamic treatment decreased the viability of bacteria associated with large flocs, and also increased the ultraviolet dose response by up to one log unit (i.e., a factor of ten). Subjecting final effluent wastewaters to hydrodynamic treatment, therefore, provides a treatment strategy for conditions in which the presence of flocs limits the level of disinfection that can be achieved.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,019
Score d'incertitude au seuil0,974

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,001

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 Opus0,037
Tête enseignante GPT0,308
Écart entre enseignants0,271 · 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.

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

Citations7
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Environment ResearchMême sujetUltrasound and Cavitation PhenomenaTravaux en français237 207