MétaCan
Menu
Retour à la cohorte
Enregistrement W2530748241 · doi:10.1680/jenes.14.00012

Waste water of north-west Russia as a threat to the Baltic

2016· article· en· W2530748241 sur OpenAlexvenueno aff
Михаил Анатольевич Алексеев, Elena Smirnova

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAquatic and Environmental Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEutrophicationEnvironmental sciencePhosphogypsumPhosphorusSewageBaltic seaEnvironmental protectionSewage treatmentNutrientEcologyEnvironmental engineeringOceanographyChemistryBiology

Résumé

récupéré en direct d'OpenAlex

This paper concerns the issue of ecological safety in the Baltic Sea and the danger caused by the nutrients (nitrogen and phosphorus) issuing from the river basin of north-west Russia. The ecological safety and health of water basins are disturbed when excessive amounts of nitrogen and phosphorus are released from waste water. This results in eutrophication, an increased growth of algae, which causes an imbalance in the ecological system. The cities of Russia’s north-west region lack the funds to renovate their water treatment systems. A solution is to improve the biological water treatment system by introducing a chemical. The main goal of this research is to implement enhanced biological phosphorus removal from domestic sewage. To do this, the authors suggest using waste from the production of sulfuric acid (H2SO4) at the ammophos chemical plant in Cherepovets (iron sulfate and phosphogypsum) as reagents. One advantage of these reagents is their low cost. In addition, this solves the problem of their recycling and increases the ecological safety of the rivers in north-west Russia and, thus, of the Baltic Sea. The high removal efficiency of all types of phosphorus and total nitrogen from waste water is attributable to features of micelle creation during coagulation.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,005
Tête enseignante GPT0,152
Écart entre enseignants0,147 · 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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetAquatic and Environmental StudiesTravaux en français237 207