MétaCan
Menu
Retour à la cohorte
Enregistrement W2601558384 · doi:10.1080/10934529.2011.549409

The role of orthophosphate and dissolved oxygen in the performance of arsenic-iron removal plants in Bangladesh

2011· article· en· W2601558384 sur OpenAlexaff
Ryan T. Brennan, Edward A. McBean

Notice bibliographique

RevueJournal of Environmental Science and Health Part A · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésArsenicAerationEnvironmental chemistryEnvironmental engineeringEnvironmental scienceGroundwaterArsenic contamination of groundwaterChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Arsenic iron removal plants (AIRPs) are used in some locations in Bangladesh to remove arsenic from groundwater to provide access to safer drinking water. In this study, the influence of orthophosphate in influent water on the performance of 21 (of 105) AIRPs installed in the Manikganj District was evaluated. The degree of aeration was also estimated, and the role of dissolved oxygen in AIRP performance is discussed. AIRP installations were done by a local non-governmental organization (The Society for People's Action in Change and Equity) with financial assistance from the Australian High Commission, Dhaka under the Direct Aid Program of the Australian Government. The presence of orthophosphate in the influent did not influence arsenic removal efficiency in the tested AIRPs, likely due to the high iron concentrations at all sites. The high iron provides adequate surface area for both orthophosphate and arsenic to be removed. Orthophosphate co-precipitated with iron oxides much more quickly than arsenic, in one cleaning cycle study, and is expected to play a more significant role in interfering with arsenic removal at sites with much lower iron concentrations. The aeration trays studied are estimated to introduce at least 2.4-3.7 mg/L of dissolved oxygen. In normal operation, sufficient oxygen is introduced through the aeration tray to fully oxidize all influent iron. The AIRPs studied show promise for use in areas of Bangladesh with high natural iron, where users are concerned with arsenic, iron, or both, in their drinking water.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,233

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,016
Tête enseignante GPT0,239
Écart entre enseignants0,223 · 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'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

Citations8
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Health Part AMême sujetArsenic contamination and mitigationTravaux en français237 207