MétaCan
Menu
Retour à la cohorte
Enregistrement W2765190268 · doi:10.1680/jenes.17.00014

Hydraulic performance of a reed bed/freezing bed technology for septage dewatering

2017· article· en· W2765190268 sur OpenAlexaffvenue
Chris Kinsley, Kevin J. Kennedy, Anna Crolla

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensUniversity of GuelphUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCloggingEnvironmental scienceHydraulic conductivityDewateringDrainageSand filterFiltration (mathematics)Hydrology (agriculture)Environmental engineeringSoil scienceGeotechnical engineeringEcologyGeologyWastewaterSoil water

Résumé

récupéré en direct d'OpenAlex

The combined application of sludge treatment reed bed and freezing bed technology has been demonstrated to effectively dewater septage year-round under cold climate conditions in a 5-year field scale trial. Solid and hydraulic loading rates were varied from 43 to 147 kg total solids (TS)/m2/year and 1·9 to 5·9 m/year to two 187 m2 planted and one 187 m2 unplanted systems. Winter freeze–thaw conditioning was shown to consistently double filter drainage rates in spring compared with summer operating conditions at equivalent hydraulic head, indicating that freeze–thaw conditioning can restore bed hydraulic conductivity and mitigate the risk of clogging. No significant effect on system drainage was observed between planted and unplanted systems, between 7 and 21 d of dosing cycles or with solid loading rates between 49 and 144 kg TS/m2/year. However, drainage rates were shown to vary significantly with the hydraulic loading rate. A design loading rate of 2·9 m/year is recommended for septage treatment in reed bed systems operating in cold climates.

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)0,001
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 enseignants0,633
Score d'incertitude au seuil0,348

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,006
Tête enseignante GPT0,197
Écart entre enseignants0,191 · 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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetPeatlands and Wetlands EcologyTravaux en français237 207