MétaCan
Menu
Retour à la cohorte
Enregistrement W2442589812 · doi:10.2175/106143009x12487095236991

Pilot Scale Testing of A New Configuration of The Membrane Aerated Biofilm Reactor (MABR) to Treat High‐Strength Industrial Sewage

2010· article· en· W2442589812 sur OpenAlexafffund
Anne‐Emmanuelle Stricker, Heather Lossing, John Gibson, Youngseck Hong, Jane Challen Urbanic

Notice bibliographique

RevueWater Environment Research · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesSustainable Development Technology Canada
Mots-clésAerationWastewaterNitrificationBiofilmChemical engineeringChemistrySpargingSewage treatmentAir strippingEnvironmental engineeringMaterials sciencePulp and paper industryEnvironmental scienceNitrogenOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

An alternative design of the membrane aerated biofilm reactor (MABR) was developed to overcome some of the current technical and economical limitations preventing full scale applications of the process. The ZeeLung system uses a new dense hollow-fibre membrane with an unprecedented thin diameter. Two pilot units treating a synthetic high-strength industrial wastewater (4700 mgCOD/L, 145 mgTKN/L) operated successfully for 16 months. They performed simultaneous COD removal, nitrification and denitrification. The very high specific surface area (810 m2/m3) allowed the surface loading rate to be kept low enough (3.6 gCOD/(m2.d)) to maintain a relatively thin biofilm (200 to 350 microm) and use low-pressure air (41 kPa) instead of high-pressure pure oxygen. Intermittent air and liquid mixing at high frequency and low shear were compared: they were equally effective in enhancing substrate transfer, but failed to stabilize biofilm accumulation. Air sparging additionally prevented the acidification of the bulk by stripping CO2.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,068
Tête enseignante GPT0,271
Écart entre enseignants0,203 · 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

Citations41
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

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