Evaluation of the effects of AlkylPhenolic compounds on kinetic parameters in a moving bed biofilm reactor
Notice bibliographique
Résumé
Abstract Alkylphenols (APs) received great attention in the past decade because they were on the priority hazardous substances list. The kinetics of a lab‐scale moving bed biofilm reactor (MBBR) that was fed with synthetic wastewater containing 4‐NonylPhenol (4‐NP) and 4‐tert‐OctylPhenol (4‐t‐OP) was investigated in this paper. The MBBR reactor was evaluated under different APs, organic loading rates, and hydraulic retention times (HRT). The substrate removal rate was predicted with the first‐order, second‐order, Stover‐Kincannon, and Monod substrate removal models. 4‐NP and 4‐t‐OP pollutants were removed in the different percentages of 87.1 to 99.9 % and 83.2 to 99.9 %, respectively. Biokinetic parameters, like Y, KS, k, μmax, and kd, that would be favourable to design an MBBR were evaluated. Based on the results, the second‐order (Grau), Stover‐Kincannon, and Monod models were observed to be the most suitable for this reactor. These models showed high correlation coefficients of about 99.6, 99.1, and 92.9 %, respectively. Consequently, these models could be utilized in anticipating the performance and design of MBBR reactors.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».