MétaCan
Menu
Retour à la cohorte
Enregistrement W2791412879 · doi:10.1061/(asce)ee.1943-7870.0001376

Optimization of an External Nanofiltration Anaerobic Membrane Bioreactor Treating a High-Strength Starch-Based Wastewater

2018· article· en· W2791412879 sur OpenAlexaff
Joshua Snowdon, Kripa S. Singh, Gustavo Zanatta

Notice bibliographique

RevueJournal of Environmental Engineering · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésWastewaterChemical oxygen demandMembrane reactorMembraneChemistryBioreactorNanofiltrationChemical engineeringPulp and paper industryChromatographyMembrane bioreactorContinuous stirred-tank reactorStarchMaterials scienceEnvironmental engineeringEnvironmental scienceOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Membrane and reactor performance for an anaerobic membrane bioreactor (AnMBR) treating a high-strength starch-based wastewater [average chemical oxygen demand (COD) of 84.8±8.9 g/L] was examined under six varied cleaning protocols to find optimal operating conditions. The AnMBR was composed of a 1,000-L anaerobic continuous stirred tank reactor (CSTR) integrated with an external, tubular nanofiltration membrane module operated in cross-flow mode. The polyvinylidene fluoride–based membrane module had a nominal pore size of 30 nm, a total membrane area of 0.42 m2, and a cross-flow velocity of 2.5 m/s. The different cleaning protocols were provided by varying the membrane’s permeate backwash duration, frequency, and flow rate and by incorporating chemically enhanced backwash cycles with the use of a mixed 250-ppm sodium hydroxide and 250-ppm hypochlorite solution. Reactor performance did not appear to be cleaning protocol dependent; however, a decline in reactor-specific methanogenic activity (SMA) was noticed over the duration of the study. A single, longer-duration chemically enhanced backwash offered the highest improvement in membrane performance over all other cleaning protocols.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,206
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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,196
Écart entre enseignants0,190 · 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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental EngineeringMême sujetMembrane Separation TechnologiesTravaux en français237 207