MétaCan
Menu
Retour à la cohorte
Enregistrement W2793831259 · doi:10.2166/wst.2018.098

Modeling the biotransformation of trimethoprim in biological nutrient removal system

2018· article· en· W2793831259 sur OpenAlexafffund
Olumuyiwa O. Ogunlaja, Wayne J. Parker

Notice bibliographique

RevueWater Science & Technology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesTrent University
Mots-clésBiotransformationActivated sludgeBiodegradationBioreactorNitrificationChemistryAnoxic watersEnvironmental chemistryActivated sludge modelHeterotrophAerationBiofilmWastewaterPulp and paper industryMicrobiologyBacteriaEnvironmental engineeringBiologyBiochemistryOrganic chemistryEnvironmental scienceEnzymeNitrogen

Résumé

récupéré en direct d'OpenAlex

Abstract A pilot scale biological nutrient removal (BNR) process, batch experiments and modeling exercises were employed to investigate the removal and biotransformation of trimethoprim (TMP) in a BNR activated sludge process. The concentrations of the active microbial groups – ammonia oxidizing bacteria (AOB), ordinary heterotrophic organisms (OHOs) and polyphosphate accumulating organisms (PAOs) – in the BNR bioreactor were quantified through modeling of the pilot bioreactor. The overall TMP removal efficiency for the pilot BNR process was 64 ± 14% while the TMP biotransformation efficiencies in the anaerobic, anoxic and aerobic zones were 22 ± 20%, 27 ± 8% and 36 ± 5% respectively. Batch tests with and without nitrification inhibition showed that AOB played a role in the biotransformation of TMP in BNR activated sludge. A pseudo first order model which incorporated the contributions of PAOs, OHOs and AOB to the overall biodegradation of TMP was found to describe the biodegradation of TMP in batch tests with and without nitrification inhibition. This model showed that PAOs, OHOs and AOB contributed towards the biotransformation of TMP in aerobic BNR activated sludge with the biotransformation rate constants following the trend of kAOB > kOHOs > kPAOs.

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 enseignants0,067
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,032
Tête enseignante GPT0,281
Écart entre enseignants0,250 · 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

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207