MétaCan
Menu
Retour à la cohorte
Enregistrement W2736459952 · doi:10.20381/ruor-9695

Use of anaerobic baffled reactors (ABR) operated with and without recycle for treatment of aircraft deicing fluid (ADF)

2004· article· en· W2736459952 sur OpenAlexaboutno aff
Michelle Barriault

Notice bibliographique

RevueuO Research (University of Ottawa) · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWaste managementAnaerobic exerciseEnvironmental scienceProcess engineeringEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Deicing fluid, which is used to prevent ice formation and to remove ice from aircraft, is used in large quantities in Canada every winter. It has been reported that the application of aircraft deicing fluid (ADF) to planes can result in as much as 96% of the total glycol used being lost in the runoff. Since glycol has a very high chemical oxygen demand (COD), the resulting runoff will exert a high COD regardless of dilution. For this reason, it is desirable to treat the runoff before discharging it to a body of water. Successful treatment of ADF has already been achieved using Upflow Anaerobic Sludge Blanket (UASB) reactors, yet the treatment has been limited by the maximum flowrate attainable before substantial washout of biomass occurs. The particular flow characteristics within Anaerobic Baffled Reactor (ABR) which lead to long solids retention times (SRT) have been found, in the current study, to overcome the SRT limitations and have resulted in biomass accumulation which would require biomass wastage to maintain constant biomass concentration within ABR operated without recycle or with a 6:1 recycle ratio. (Abstract shortened by UMI.)

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil0,999

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 technologies0,0000,001
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 Opus0,051
Tête enseignante GPT0,271
Écart entre enseignants0,220 · 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

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueuO Research (University of Ottawa)Même sujetSmart Materials for ConstructionTravaux en français237 207