MétaCan
Menu
← Retour à la cohorte
Enregistrement W2587768912 · doi:10.1139/cjce-2016-0306

Soil aquifer treatment of secondary effluents and combined sewer overflows in highly permeable soils typical of southwestern Ontario

2017· article· en· W2587768912 sur OpenAlexafffundvenueabout
D. Velasquez, Ernest K. Yanful, Wenjun Sun

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEffluentGroundwater rechargeEnvironmental scienceAquiferWastewaterSewage treatmentWetlandEnvironmental engineeringWater qualityGroundwaterHydrology (agriculture)GeologyEcology

Résumé

récupéré en direct d'OpenAlex

Wastewater reclamation is becoming an important alternative for sustainable water resources management and building climate change resiliency in many regions around the world. This research investigated the polishing of secondary effluents and combined sewer overflows (CSOs) by a laboratory-scale soil aquifer treatment considering local soils and wastewater characteristics of southwestern Ontario. Results show that high permeability soils of southwestern Ontario, have the ability to polish secondary effluents in terms of dissolved organic carbon, Escherichia coli, and total coliforms. Regarding the simulated CSOs, low to moderate improvements of wastewater quality were observed. Denitrification of secondary effluents improved significantly by the addition of readily available organic matter, which supports the importance of protecting recharge wetlands for groundwater quality protection. Soil aquifer treatment in southwestern Ontario is a feasible alternative for the recharge of non-potable and potable aquifers with secondary effluents. However, for potable aquifers further treatment of wastewater effluents may be required.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,552
Score d'incertitude au seuil0,890

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,177
Écart entre enseignants0,170 · 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

Citations1
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil Engineering→Même sujetSoil and Water Nutrient Dynamics→Travaux en français237 207→