MétaCan
Menu
Retour à la cohorte
Enregistrement W2767367353 · doi:10.1021/acs.est.7b02353

Removal of Soluble Phosphorus from Surface Water Using Iron (Fe–Fe) and Aluminum (Al–Al) Electrodes

2017· article· en· W2767367353 sur OpenAlexafffundabout
Tanner R. Devlin, Alessandro di Biase, V. Wei, Maria Elektorowicz, Jan A. Oleszkiewicz

Notice bibliographique

RevueEnvironmental Science & Technology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhosphorus and nutrient management
Établissements canadiensConcordia UniversityUniversity of Manitoba
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésAluminiumPhosphorusElectrodeMetallurgyChemistryEnvironmental chemistryMaterials scienceInorganic chemistry

Résumé

récupéré en direct d'OpenAlex

The removal of soluble phosphorus using iron and aluminum electrodes was studied in water samples from the Red River, a hyper-eutrophic stream in Winnipeg, Canada. Four trials were conducted: (I) mixed batch with 150–900 mA applied for 1 min to 1 L, (II) stagnant batch with 600–900 mA applied for 1 min to 1 L, and (III and IV) continuously stirred-tank reactor with 6.25–10 min hydraulic retention times and constant 900 mA. Maximum soluble phosphorus removals of 70–80% were observed in mixed batch, and there was no significant difference between aluminum and iron electrodes ( P value of 0.0526–0.9487). Aluminum electrodes performed significantly worse than iron electrodes under higher hydraulic loads, with iron removing >70% soluble phosphorus and aluminum <40% ( P values of 0.0035–0.0143). The estimated cost of consumables, reported per million liters of water treated, to remove 70% soluble phosphorus from eutrophic waters with 0.35 g m –3 soluble phosphorus would include 5–17.5 USD electricity costs and material costs of 5.3–12.2 USD for iron and 39.2 USD for aluminum.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,043
Score d'incertitude au seuil0,997

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 technologies0,0010,006
Communication savante0,0000,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,219
Écart entre enseignants0,211 · 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.

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

Citations35
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetPhosphorus and nutrient managementTravaux en français237 207