MétaCan
Menu
Retour à la cohorte
Enregistrement W2589810788 · doi:10.1134/s0003683817010100

Modeling of anammox process with the biowin software suite

2017· article· en· W2589810788 sur OpenAlexaboutno aff
А. Г. Дорофеев, Yu. A. Nikolaev, М. Н. Козлов, М. В. Кевбрина, A. M. Agarev, A. Yu. Kallistova, Н. В. Пименов

Notice bibliographique

RevueApplied Biochemistry and Microbiology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnammoxBioreactorAmmoniumNitrogenWastewaterActivated sludgeChemistryProcess (computing)Pulp and paper industryProcess engineeringEnvironmental scienceDenitrificationEnvironmental engineeringComputer scienceEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Mathematical modeling of the biotechnology for the removal of ammonium nitrogen from wastewater based on the anammox process was performed with the specialized BioWin software suite (EnviroSim Associates Ltd., Canada). Nitrogen removal by means of the transformation of ammonium nitrogen to molecular nitrogen was conducted in a continuous stirred bioreactor carrying both suspended and immobilized activated sludge. Both basic values of the kinetic and stoichiometric coefficients are incorporated in the BioWin software, and those that changed based on the results of the experimental studies were used for the calculations. The optimal temperature and dissolved oxygen concentration revealed by mathematical modeling were 35°C and 0.14 mg/L. The results obtained from calculations were similar to those obtained in the experiments. The calculated and experimental concentrations of ammonium, nitrites, and nitrates in the treated water were similar and comprised 10.7 and 11.7% of the initial concentration entering the bioreactor, respectively. The selected mathematical model possessed a high predictive ability for the calculation of biotechnologies based on the anammox process

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,235

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
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 Opus0,006
Tête enseignante GPT0,198
Écart entre enseignants0,192 · 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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Biochemistry and MicrobiologyMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207