MétaCan
Menu
Retour à la cohorte
Enregistrement W2611253073

Enhancing Anaerobic Digestion of Pulp and Paper Mill Biosludge Using Thermal Treatment in a Bench-Scale System

2015· dissertation· en· W2611253073 sur OpenAlexfundaboutno aff
Xian Meng Huang

Notice bibliographique

RevueTSpace (University of Toronto) · 2015
Typedissertation
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Ontario
Mots-clésAnaerobic digestionPaper millPulp and paper industryWaste managementEnvironmental sciencePulp (tooth)MillChemistryEngineeringMechanical engineeringMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Enhancing Anaerobic Digestion of Pulp and Paper Mill Biosludge Using Thermal Treatment in a Bench-Scale System Masters of Applied Science 2015 Xian Meng Huang Department of Chemical Engineering and Applied Chemistry, University of Toronto This study examines the feasibility of using a bench-scale anaerobic digestion (AD) system to treat pulp and paper mill biosludge. Three thermal treatment methods were studied: pre-treatment, intermediate treatment and post treatment. Thermal pre-treatment of biosludge resulted in overloading of the bench-scale reactor, causing the pH to drop significantly; this in turn caused reactor acidification. Intermediate thermal treatment of digestate had a positive impact on the digestibility of the biosludge; the specific methane yield increased by 76% and 29% in two separate bench-scale experiments. Post-treatment of digestate followed by further digestion was studied in BMP tests, and it was determined that the final specific methane yield increased by 43%. Overall, anaerobic digestion of pulp and paper mill biosludge has been proven to be successful at the bench-scale level, and thermal post-treatment methods have been shown to be effective at enhancing the digestibility of the biosludge.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Autre
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Expérimental (laboratoire)low
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Expérimental (laboratoire)low
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,781
Score d'incertitude au seuil0,933

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 Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,207 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreAutre · Empirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207